нейрокомпьютеры (1)

1.

НЕЙРОКОМПЬЮТЕРЫ И
ЧТО ТО ЕЩЁ
Исоков Иброхим

2.

Определение
Нейрокомпьютер — устройство переработки
информации на основе принципов работы
естественных нейронных систем.

3.

Отличия нейрокомпьютеров от вычислительных
устройств предыдущих поколений:
Ø
Ø
Ø
Ø
параллельная работа очень большого числа простых
вычислительных устройств обеспечивает
огромное быстродействие;
нейронная сеть способна к обучению, которое
осуществляется путем настройки параметров
сети;
высокая помехо- и отказоустойчивость нейронных
сетей;
простое строение отдельных нейронов позволяет
использовать новые физические принципы
обработки информации для аппаратных
реализаций нейронных сетей.

4.

Ø
Ø
Нейронная сеть
представляет собой
совокупность большого
числа сравнительно
простых элементов нейронов, топология
соединений которых
зависит от типа сети.
Чтобы создать нейронную
сеть для решения какойлибо конкретной
задачи, мы должны
выбрать, каким образом
следует соединять
нейроны друг с другом,
и соответствующим
образом подобрать
значения весовых
параметров на этих
связях.

5.

Классификация
Ø
Характер принятия данных.
Нейросеть может принимать данные на «человеческом» языке или только в двоичном
коде.
Ø
Характер обучения
нейронные сети, использующие обучение с учителем;
нейронные сети, использующие обучение без учителя.
Ø
Настройка связей
Между элементами нейросети два типа связи: динамический и фиксированный.
Динамическая связь — это когда в процессе обучения нейросеть сама подбирает скорость
работы и перемещения информации между элементами.
Фиксированная связь — это установленная программистом скорость связей между
элементами
Ø
Сроки передачи сигнала
Передача сигналов между элементами сети может быть асинхронной и синхронной.

6.

Модель Маккалоха
Ø
В 1943 году У. Маккалох и его
ученик У. Питтс
сформулировали основные
положения теории
деятельности головного мозга.
Ø
Было предположение о том, что
такая сеть способна обучаться,
распознавать образы,
обобщать полученную
информацию.
Ø
Принцип их действия,
заложенный Макклохом и
Питтсом, остается
неизменным.
Ø
Недостаток – пороговый вид,
недостаточная гибкость НС.

7.

Применение
Управление в режиме
реального времени:
самолетами,
ракетами.
Распознавание образов:
человеческих лиц,
букв и иероглифов.
Прогнозы: погоды,
курса, исхода
лечения,
политических
событий.

8.

А также :
Ø
Управление роботами.
Ø
Управление прокатными станами (нейрокомпьютеры успешно
применяются для получения стабильно требуемой толщины
листа при прокате)
Ø
Управление электроэрозионными станками.
Ø
Управление электродвигателями.
Ø
Управление дорожным движением (Адаптивная компьютерная
система измеряет реальные потоки транспорта на дороге,
оптимизирует процесс переключения светофоров, решает
многие другие задачи, в частности задача предсказания
параметров транспортного потока.)
Ø
Управление строительными конструкциями (Нейроуправление
реализовано для таких сложных строительных конструкций,
как нефтяная вышка, ферма моста и т.п.)
Ø
Управление автомобилем

9.

Заключение
Ø
Нейрокомпьютеры являются перспективным направлением
развития современной высокопроизводительной
вычислительной техники, а теория нейронных сетей и
нейроматематика представляют собой приоритетные
направления российской вычислительной науки.
Необходимо отметить, что использование нейронных сетей во всех
областях человеческой деятельности, в том числе в области
финансовых приложений, движется по нарастающей, отчасти по
необходимости и из-за широких возможностей для одних, из-за
престижности для других и из-за интересных приложений для
третьих.
Ø
Ø
Нейросети продолжают развиваться и все больше помогать
человечеству.

10.

Спасибо за внимание !