Нейронная сеть — различия между версиями
Admin (обсуждение | вклад) (→Классификация ИНС) |
Admin (обсуждение | вклад) м (→Применение ИНС) |
||
(не показаны 4 промежуточные версии этого же участника) | |||
Строка 63: | Строка 63: | ||
| style="text-align: center;" | + | | style="text-align: center;" | + | ||
|- | |- | ||
− | | Принятие решений и управление | + | | [[СППР|Принятие решений и управление]] |
| style="text-align: center;" | + | | style="text-align: center;" | + | ||
| style="text-align: center;" | | | style="text-align: center;" | | ||
Строка 73: | Строка 73: | ||
| style="text-align: center;" | + | | style="text-align: center;" | + | ||
|- | |- | ||
− | | Кластеризация | + | | [[Кластеризация]] |
| style="text-align: center;" | | | style="text-align: center;" | | ||
| style="text-align: center;" | | | style="text-align: center;" | | ||
Строка 133: | Строка 133: | ||
| style="text-align: center;" | | | style="text-align: center;" | | ||
|} | |} | ||
+ | |||
+ | == Ссылки == | ||
+ | * [https://books.google.ru/books/about/%D0%9D%D0%B5%D0%B9%D1%80%D0%BE%D0%BD%D0%BD%D1%8B%D0%B5_%D1%81%D0%B5%D1%82%D0%B8_%D0%BF%D0%BE%D0%BB%D0%BD%D1%8B%D0%B9.html?hl=ru&id=LPMr0iA0muwC «Нейронные сети. Полный курс» Саймона Хайкина] | ||
+ | |||
+ | [[Категория:Концепции]] | ||
+ | [[Категория:Искусственный интеллект]] |
Текущая версия на 17:43, 7 сентября 2016
Искусственная нейронная сеть (artificial neural network) — математическая модель, а также её программное или аппаратное воплощение, построенная по принципу организации и функционирования биологических нейронных сетей — сетей нервных клеток живого организма. После разработки алгоритмов обучения получаемые модели стали использовать в практических целях: в задачах прогнозирования, для распознавания образов, в задачах управления и др.
- С точки зрения машинного обучения, нейронная сеть представляет собой частный случай методов распознавания образов, дискриминантного анализа, методов кластеризации и т. п.
- С математической точки зрения, обучение нейронных сетей — это многопараметрическая задача нелинейной оптимизации.
- С точки зрения кибернетики, нейронная сеть используется в задачах адаптивного управления и как алгоритмы для робототехники.
- С точки зрения развития вычислительной техники и программирования, нейронная сеть — способ решения проблемы эффективного параллелизма.
- А с точки зрения искусственного интеллекта, ИНС является основой философского течения коннективизма и основным направлением в структурном подходе по изучению возможности построения (моделирования) естественного интеллекта с помощью компьютерных алгоритмов.
Классификация ИНС
- по типу входной информации
- Аналоговые нейронные сети (используют информацию в форме действительных чисел);
- Двоичные нейронные сети (оперируют с информацией, представленной в двоичном виде).
- Образные нейронные сети (оперируют с информацией, представленной в виде образов: знаков, иероглифов, символов).
- по характеру обучения
- Обучение с учителем — выходное пространство решений нейронной сети известно;
- Обучение без учителя — нейронная сеть формирует выходное пространство решений только на основе входных воздействий. Такие сети называют самоорганизующимися;
- Обучение с подкреплением — система назначения штрафов и поощрений от среды.
- по характеру настройки синапсов
- Сети с фиксированными связями (весовые коэффициенты нейронной сети выбираются сразу, исходя из условий задачи, при этом: dW/dt=0, где W — весовые коэффициенты сети);
- сети с динамическими связями (для них в процессе обучения происходит настройка синаптических связей, то есть dW/dt≠0, где W — весовые коэффициенты сети).
- по времени передачи сигнала
- синхронные (время передачи т{ij} каждой связи равно либо нулю, либо фиксированной постоянной т)
- асинхронные (время передачи т{ij} для каждой связи между элементами своё, но тоже постоянное).
- по характеру связей
- Сети прямого распространения (Feedforward)
- Рекуррентные нейронные сети
- Радиально-базисные функции
- Самоорганизующиеся карты
Примеры приложений
- Предсказание финансовых временных рядов
- Психодиагностика
- Хемоинформатика
- Нейроуправление
- Экономика
- Педагогическое прогнозирование
Применение ИНС
Обучение с учителем | Обучение без учителя | Смешанное обучение | ||||||
---|---|---|---|---|---|---|---|---|
Перцептрон | Сети адаптивного резонанса | Перцептрон | Самоорганизую-щаяся карта
Кохонена |
Нейронная сеть Кохонена | Сети адаптивного резонанса | Нейронная сеть Хопфилда | Сеть радиально-базисных функций | |
Распознавание образов и классификация | + | + | + | |||||
Принятие решений и управление | + | + | ||||||
Кластеризация | + | + | + | + | ||||
Прогнозирование | + | + | ||||||
Аппроксимация | + | + | ||||||
Сжатие данных и Ассоциативная память | + | + | ||||||
Анализ данных | + | + | + | + | ||||
Оптимизация | + | + |