Методы искусственного интеллекта для машинного перевода текстов. Роганов В.Р - 34 стр.

UptoLike

ВУЗ: 

ПГУ | Пенза

Составители: 

Рубрика: 

34
На практике почти всегда можно ограничиться конечным подмножеством
мыслимых предложений во входном языке и чисто прагматически решать зада-
чу, написав программу — возможно, и большую, но не требующую доступа к
внешним устройствам с бесконечной памятью.
2. Обзор основных методов построения искусственного интеллекта на
базе нейронных сетей
2.1 Нейронные сети. Основные положения
В последние десятилетия в мире бурно развивается новая прикладная об-
ласть математики, специализирующаяся на искусственных нейронных сетях
(ИНС). Актуальность исследований в этом направлении подтверждается массой
различных применений ИНС. Это автоматизация процессов распознавания об-
разов, адаптивное управление, аппроксимация функционалов, прогнозирова-
ние, создание экспертных систем, организация ассоциативной памяти и многие
другие приложения.
Широкий круг задач, решаемый ИНС, не позволяет в настоящее время соз-
давать универсальные, мощные сети, вынуждая разрабатывать специализиро-
ванные ИНС, функционирующие по различным алгоритмам.
Модели нейронных сетей могут быть программного и аппаратного испол-
нения. В дальнейшем речь пойдет о первом типе.
Несмотря на существенные различия, отдельные типы ИНС обладают не-
сколькими
общими чертами. 
     На практике почти всегда можно ограничиться конечным подмножеством
мыслимых предложений во входном языке и чисто прагматически решать зада-
чу, написав программу — возможно, и большую, но не требующую доступа к
внешним устройствам с бесконечной памятью.


     2. Обзор основных методов построения искусственного интеллекта на
                         базе нейронных сетей

                     2.1 Нейронные сети. Основные положения


    В последние десятилетия в мире бурно развивается новая прикладная об-
ласть математики, специализирующаяся на искусственных нейронных сетях
(ИНС). Актуальность исследований в этом направлении подтверждается массой
различных применений ИНС. Это автоматизация процессов распознавания об-
разов, адаптивное управление, аппроксимация функционалов, прогнозирова-
ние, создание экспертных систем, организация ассоциативной памяти и многие
другие приложения.
    Широкий круг задач, решаемый ИНС, не позволяет в настоящее время соз-
давать универсальные, мощные сети, вынуждая разрабатывать специализиро-
ванные ИНС, функционирующие по различным алгоритмам.
    Модели нейронных сетей могут быть программного и аппаратного испол-
нения. В дальнейшем речь пойдет о первом типе.
    Несмотря на существенные различия, отдельные типы ИНС обладают не-
сколькими общими чертами.




                                                                        34

Страницы