Теория - нейронная сеть
Cтраница 1
Теория нейронных сетей на основе кибернетического моделирования работы человеческого мозга пытается разработать самообучающиеся системы принятия решений. [1]
Теория нейронных сетей включают широкий круг вопросов из разных областей науки: биофизики, математики, информатики, схемотехники и технологии. Поэтому понятие нейронные сети детально определить сложно. [2]
Существенную часть в теории нейронных сетей занимают биофизические проблемы. Для построения адекватной математической модели необходимо детально изучить работу биологических нервных клеток и сетей с точки зрения химии, физики, теории информации и синергетики. [3]
Галушкин, 2000 ] Галушкин А. И. Теория нейронных сетей. [4]
Наиболее активно подобные разработки проводятся на основе приложения теории нейронных сетей ( neural network approach), появившейся в результате попыток создания искусственного интеллекта. [5]
Книга содержит систематический анализ около 10 000 работ китайских ученых в области теории нейронных сетей, нейросетевых алгоритмов решения задач, нейрокомпьютерови их применения, опубликованных в период с конца 1980 - х годов до настоящего времени. В книге собрана обширная библиографическая информация в области нейрокомпьютерных технологий. Первый том содержит информацию по направлениям: теория нейронных сетей, нейроматематика, вычислительные системы на базе нейрокомпьютеров. Во втором томе монографии приведены сведения о применении нейрокомпьютерных технологий в обработке изображений, системах обработки сигналов, машиностроении, медицине, научных исследованиях, нейро-управлении динамическими системами, военном деле. [6]
 |
Словарь аналогичных терминов. [7] |
Не удивительно поэтому, что статистики часто обнаруживают, что привычные им понятия имеют свои аналоги в теории нейронных сетей. [8]
Традиционной моделью теории нейронных сетей является нейрон Мак-Каллока - Питтса. [9]
Нейрокомпьютинг имеет многочисленные точки соприкосновения с другими дисциплинами и их методами. В частности, теория нейронных сетей использует аппарат статистической механики и теории оптимизации. Области приложения нейрокомпьютинга подчас сильно пересекаются или почти совпадают со сферами применения математической статистики; теории нечетких множеств и экспертных систем. Связи и параллели нейрокомпьютинга чрезвычайно многообразны и свидетельствуют о его универсальности. В данной главе, которую можно рассматривать как дополнительную, так как она требует несколько большей математической подготовки, мы поговорим только о наиболее важных из них. [10]
Хотя правое полушарие и не знакомо с логикой и математикой, оно способно учиться узнавать предметы просто по их предъявлению, а не по описанию, в его подходах данные и метод составляют единое целое. Способность правого полушария обучаться на примерах объясняется в теории нейронных сетей пластичностью синаптических связей - их способностью менять свою силу, настраиваясь на решение определенной задачи. [11]
Они отбросили мысль о сети нейронов, указав, что даже задача конструирования нервной системы муравья, в которой участвует менее тысячи нейронов, выходит за пределя доступной технологии. Справедливости ради отметим, что Маккалок, дедушка теории нейронных сетей [6], занимался достаточно ограниченной задачей, а именно зрительной системой лягушки, и внес важный вклад в развитие нейрофизиологии в этой области. [12]
Эти модели проливают яркий свет на сложность реальности, но выявление шаблонов, предшествующих возникновению других шаблонов на финансовых рынках или в результатах запусков рулетки, не доказывает наличия причинно-следственных связей. Сократ и Аристотель отнеслись бы к теории хаоса и теории нейронных сетей столь же скептически, как создатели этих концепций относятся к общепринятым теориям. [13]
Ниже мы рассмотрим некоторые из тех областей, где ощущается необходимость в математических формулировках и анализе. Многие другие серьезные проблемы, такие как распознавание образов, планирование, теория нейронных сетей, моделирование решения задач человеком, здесь не затрагиваются. Достаточно подробным введением во всю эту область могут служить статьи [13, 14]; там же приведена подробная библиография. [14]
Brain Maker - один из представителей семейства программ-нейросиму-ляторов, в основе которых лежит теория нейронных сетей, с другой стороны, он специально создавался для решения задач прогнозирования при работе с финансовыми данными. [15]
Страницы: 1 2