Прикладные интеллектуальные системы, основанные на мягких вычислениях. Ярушкина Н.Г. - 14 стр.

UptoLike

Составители: 

Рубрика: 

14
1.1.1. Нейроинформатика
1.1.1.1. История
Исследования восприятия на искусственных моделях нейронных сетей
(НС) успешно развивались с 40-х годов прошлого века (У. Мак Каллок и У.
Питтс 1943, Д. Хеббс 1949). Алгоритм обучения линейного однослойного пер-
цептрона, предложенный Ф. Розенблатом, показал, что нейроподобные вычис-
ления (brain-style computation) эффективны для задач восприятия и распознава-
ния. В 1982 г. Дж. Хопфилд изложил математические основы динамики ней-
ронных сетей с обратными связями. В 1984 г. Т. Кохонен предложил алгоритм
обучения «без учителя» для самоорганизующихся сетей. В 1986 г. Д. Румель-
харт вывел алгоритм обратного распространения ошибки для нелинейных мно-
гослойных сетей. Успехи в области нейронных сетей, нечетких систем и гене-
тических алгоритмов привели к формированию нового направления, так назы-
ваемого вычислительного интеллекта.
1.1.1.2. Состояние
Эффективность аппарата НС определяется аппроксимирующими воз-
можностями. В 1989 г. японским ученым Л. Фунахаши была доказана теорема
об аппроксимации. Теорема «о функциональном универсальном аппроксимато-
ре» формулируется следующим образом:
Пусть Y(t) - множество непрерывных монотонных возрастающих
функций; К - компактное множество R
N
, а функция Y(t): К R дает на выходе
конкретное число; тогда для любой функции F существуют массивы чисел W
i
,
W
ij
, которые аппроксимируют функцию F:
=
=
M
i
N
j
jijii
n
XWYWF )(
~
1
, так что
EFFFF
mn
<=
~
sup
~
, E > 0, X K .
1.1.1.3. Перспективы и задачи
Перспективы фундаментальных исследований нейронных сетей связаны с
развитием двух существенных идей, высказанных в последнее десятилетие раз-
вития нейроинформатики:
развитие квантового компьютера, которое можно считать «линией Хоп-
филда в нейроинформатике», превратившего «нейронные сети в раздел
теоретической физики»;
развитие осциляторных сетей, основанных на последних исследованиях
мозга;
развитие гибридных систем, в частности нечетких нейронных сетей, ве-
роятностных НС.