Прикладные интеллектуальные системы, основанные на мягких вычислениях. Ярушкина Н.Г. - 18 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

18
отражающую систему первого уровня. Исходя из сказанного, можно предло-
жить нечеткие нейронные сети в качестве когнитивной модели соотношения
сознательного (логического) и бессознательного (аналогового, вычислительно-
го) процессов в решении интеллектуальной задачи.
Таким образом, в нечеткой нейронной сети возможно сочетать манипули-
рование образами, заданными количественными параметрами, с преобразова-
нием символов (слов). Такая возможность заложена в самой базовой конструк-
ции теории нечетких множеств. Каждое нечеткое множество связывает слово,
имя с порядковой или метрической шкалой с помощью функции принадлежно-
сти, т. е. количественно моделирует новое качество – смысл.
1.2.3.Интеграция нейронных сетей и вероятностных вычислений
Интеграция НС и вероятностных вычислений привела к созданию и ши-
рокому использованию радиальных базисных сетей, сетей регрессии, вероятно-
стных сетей, байесовских сетей. Первой особенностью таких сетей является па-
раллельное формирование не только решения, но и вероятностной оценки тако-
го решения. Например, сети регрессии, которые используют в основном для
классификации, не только соотносят с классом входной вектор, но и формиру-
ют вероятность такого классифицирования.
Таким образом, вероятностные нейронные сети сочетают собственно рас-
познавание образа с формированием его оценки и могут служить для модели-
рования восприятия.
Второй особенностью вероятностных НС служит сложная послойная
структура, так как разные слои содержат разные типы нейронов. Такая структу-
ра приводит и к сложным многошаговым алгоритмам обучения, которые часто
включают в себя соревновательное обучение по Кохонену, обучение на основе
штрафов, по алгоритму обратного распространения ошибки. Такие алгоритмы
обучения далеки от минимизации функции ошибки с помощью метода гради-
ентного спуска, они комбинируют кластеризацию образцов, поиск зависимо-
стей, то есть моделируют обобщение, порождение понятий в ходе обучения.
1.3. Синергетический компьютер
Особенность человеческого восприятия – это способность понимать ис-
каженную информацию (ассоциативная память). Глядя на образ, мы выделяем
примитивы, которые порождают параметр порядка. В результате процесса са-
моорганизации и при подчинении параметру порядка человеческий мозг вос-
создает целый образ и распознает объект. На основе теории синергетики (не-
линейной динамики) создан синергетический компьютер в форме алгоритма.
Синергетический компьютер – это программа распознавания человеческих лиц,
основанная на принципах самоорганизации. Такой компьютер проверен на ис-
кажениях, амбивалентных изображениях.

Страницы