Нейронная сеть будущего

1. Недостатки нейронных сетей

1.1. Ответ, выдаваемый ИНС, всегда приблизительный.

1.2. Неспособность принятия решений в несколько этапов

1.3. Неспособность решать вычислительные задачи.

1.4. Трудоемкость и длительность обучения

2. Достоинства нейронных сетей

2.1. Решение задач в условиях неопределенности

2.2. Устойчивость к шумам во входных данных.

2.3. Гибкость структуры нейронных сетей

2.4. Адаптация к изменениям окружающей среды.

2.5. Отказоустойчивость нейронных сетей

3. Искусственная нейронная сеть состоит из:

3.1. Входной слой

3.1.1. получают данные извне и после их обработки передают сигналы через синапсы

3.2. Скрытые (вычислительные) слои;

3.2.1. обрабатывают полученные сигналы и передают их нейронам выходного слоя

3.3. Выходной слой

3.3.1. выводит результат

4. Использование в:

4.1. Предсказание финансовых временных рядов

4.2. Психодиагностика

4.3. Хемоинформатика

4.4. Нейроуправление

4.5. Экономика

5. Классификация:

5.1. по типу входной информации

5.1.1. Аналоговые(используют информацию в форме действительных чисел);

5.1.2. Двоичные (оперируют с информацией, представленной в двоичном виде);

5.1.3. Образные (оперируют с информацией, представленной в виде образов)

5.2. по характеру обучения

5.2.1. Обучение с учителем — выходное пространство решений нейронной сети известно

5.2.2. Обучение без учителя — формирует выходное пространство решений только на основе входных воздействий.

5.2.3. Обучение с подкреплением — система назначения штрафов и поощрений от среды

5.3. по характеру настройки синапсов

5.3.1. Сети с фиксированными связями

5.3.2. Сети с динамическими связями

6. Машинное представление мозга человека,в котором миллионы нейронов передают информацию ввиде электрических импульсов

7. Обучение нейросетей происходит в два этапа

7.1. Прямое распространение ошибки;

7.2. Обратное распространение ошибки.

8. Эти связи выполняют множество операций одновременно, делая их эффективными в задачах по распознаванию лиц или голоса

9. принимает сигналы со многих входов, обрабатывает их единым образом и передает результат на многие другие искусственные нейроны, т.е. делает то же самое, что и нейрон биологический.

10. сходна с мозгом в:

10.1. знания, используемые искусственной нейронной сетью в процессе обучения, поступают в нее из окружающей среды;

10.2. для накопления знаний используются синаптические веса — связи между нейронами