Искусственные нейронные сети. Сивохин А.В - 3 стр.

                         Введение
   Искусственные нейронные сети основаны на весьма простой био-
логической модели нервной системы, состоящей из огромного числа
(1011) нейронов, каждый из которых принимает взвешенную сумму
входных сигналов и при определенных условиях передает сигнал дру-
гим нейронам. Количество связей нейронов в системе достигает 1015.
   Теория нейронных сетей возникла из исследований в области ис-
кусственного интеллекта и связана с попытками воспроизведения
способности нервных биологических систем обучаться и исправлять
ошибки, моделируя низкоуровневую структуру мозга. Исследования
по созданию таких систем на основе высокоуровневого (символьно-
го) моделирования процесса мышления не принесли желаемых ре-
зультатов. Эта теория развивалась в течение последних пяти десяти-
летий и за последние пятнадцать лет нашла широкое практическое
применение: в космонавтике и аэронавтике – для имитации траекто-
рий полета и построения систем автоматического пилотирования; в
военном деле – для управления оружием и слежением за целями; в
электронике – для разработки систем машинного зрения и синтеза
речи; в медицине – для диагностики заболеваний и конструирования
протезов; в производстве – для управления технологическими про-
цессами, роботами и т. д. Такой успех нейронных сетей объясняется
тем, что была создана необходимая элементная баз для реализации
нейронных сетей, а также разработаны мощные инструментальные
средства для их моделирования в виде пакетов прикладных про-
грамм. К числу подобных пакетов относится пакет Neural Networks
Toolbox (NNT) системы математического моделирования MATLAB 6
фирмы Math Works.
   Пакет прикладных программ NNT содержит средства для по-
строения нейронных сетей, базирующихся на поведении математиче-


                                3