 |
 |
 |
 |
 |
 |
|
|
Сборник научных работ разных авторов. Рассматриваются теоретические основы нейрокомпьютинга. Приводится доказательство теоремы Колмогорова, обосновывается метод обратного распространения ошибки, рассматриваются некоторые приложения нейросетей. Материал изложен в расчете на математически подготовленного читателя. |
Сборник статей молодых ученых – представителей красноярской школы нейроинформатики. Большинство работ связано с созданием нейросетевых алгоритмов обработки данных и реализацией этих алгоритмов на персональных компьютерах. Представлены новые алгоритмы решения классической проблемы заполнения пробелов в данных, описаны технологии нейросетевого производства явных знаний из данных, продемонстрированы различные приложения нейросетевых методов – от очень популярных сейчас геоинформационных систем (ГИС) до систем психологического тестирования и предсказания отношений в группе. Другая группа работ посвящена развитию теории. Даны оценки необходимой точности во входных сигналах и элементах сети при заданой требуемой точности на выходе. Без решения такой задачи невозможно создавать надежные нейронные сети “в железе”. Две статьи посвящены проблеме “бесструктурного параллелизма” – устройствам, совершающими вычисления при беспорядочном взаимодействии различных элементов. Описан также опыт подготовки учебно-исследовательских задач для работы со студентами и школьниками и дан обзор результатов решения этих задач. |
Общедоступное изложение теории адаптивного резонанса (АРТ) от автора этой теории. |
Рассматривается структурные и топологические модели многослойных быстрых нейронных сетей (БНС). Используется математический аппарат отображений числовых множеств и теории линейных представлений. Предложен алгоритм проектирования топологий БНС. |
Моделируется распределенный интеллект. Мышление человека отображается в виде ролей. Роли трансформируются в агентов-двойников. Агенты-двойники есть модели лиц принимающих решения (Оригиналы). Поведение агентов-двойников описывается сценариями. Агенты-двойники отображаются на нейронные сети с ансамблиевой организацией. Взаимодействие агентов-двойников осуществляется с помощью нейросетевого языка через Internet. |
Предлагаются пути повышения эффективности обучения нейросети путем сокращения числа связей, разделения цели на подцели, локальной оценки качества работы сети. |
Пара слов о быстрых нейронных сетях. |
| С.Л.Сотник "Идентификация колебательного звена методом группового
учета аргументов и искусственной нейронной сетью с генетическим алгоритмом
обучения"
Приведены краткие описания методов и сравнение их на примере модели колебательного звена. |
Пара слов об использовании нейросетей в базах данных. Основные проблемы и подзадачи. |
Обсуждается роль нейросетей и квантовых систем в понимании механизмов сознания. |
Цель данной статьи - показать эффективность использования имеющихся на сегодня нейросетевых технологий в решении практических задач. При этом основное внимание уделяется описанию конкретных приложений, демонстрирующих результаты, которые затруднительно получить традиционными способами. Рассматриваются также вопросы разработки и практического использования аппаратных и программных средств поддержки нейросетевых методов. Предложенные в статье нейросетевые методы обработки информации и средства их программно-аппаратной поддержки являются оригинальными разработками НТЦ "Модуль". |
В статье, представлено описание основных направлений разработок в области нейрокомпьютерных технологий в России: теория нейронных сетей; нейроматематика; нейрочипы и нейрокомпьютеры, дана характеристика роли нейрокомпьютеров в ряду высокопроизводительных MPP систем. |
Коротко о нейросетевом методе обработки данных. |
В докладе обсуждаются проблемы кодирования входных символьных данных и декодирования выходных двоичных векторов. Рассматривается срособ кодирования с сохранением семантической близости. |
На основе принципов селективной теории структурного строения мозга рассматриваются нейронные сети с ядерной организацией. |
Рассматривается класс многослойных нейронных сетей, наделенных структурной организацией. Образующими элементами сети являются функциональные группы нейронов, имеющих общее рецепторное поле. Предложены математические модели, отражающие структуру нейронной сети, и приведены алгоритмы нейрообработки данных. |
В работе выполнен анализ пластичности многослойных нейронных сетей. Получены точные формулы расчета степени пластичности по структурным характеристикам нейронной сети. Введено понятие структурной модели нейронной сети. Приведены примеры. |
Multilayer feedforward neural nets are researched on the paper. Plasticity of neural net is estimated by freedom degrees of non-linear operator. Structure models of neural net are suggested. Model is represented by oriented graph with weighted arcs and nodes. Analytic expressions for calculation of freedom degrees are resulted on base of structure model. Example of two-layers neural net is given. |
|
|
