11. Нейросетевые технологии.

Нейросетевые технологии оперируют биологическими терминами о методах обработки данных, получивших название генетических алгоритмов.

Реализуемые в России нейропакеты: 1. Brain Maker Professional V.3.11

2. Neuroforester V.5.1

В этих пакетах генетический алгоритм управления процессом общения на некотором множестве примеров, а так же стабильно распознает, прогнозирует новый ситуации с высокой степенью точности даже при появлении противоречивых или неполных данных. Все результаты обработки представляются в графическом виде, удобном для анализа и принятия решений. Точность прогноза достигаемых нейросетевыми технологиями при решении реальных задач превышает 95%.

• Преимущества нейронных сетей.

1. Способность обучаться на множестве примеров в тех случаях, когда неизвестны закономерности развития ситуации и функциональные зависимости между входными и выходными данными.

2. Способность успешно решать задачи, опираясь на неполную, искаженную и внутреннюю противоречивость входной информации.

3. Обученные нейронные сети просты в эксплуатации для любого пользователя.

4. Позволяют легко подключаться к БД, эл.почте и автоматизированы процессы ввода и первичной обработки данных.

5. Сверхвысокое быстродействие , возможность параллельной обработки больших объемов информации.

6. Работоспособность сохраняется даже при повреждении значительного числа нейронов (большое число ошибок).

Нейрокомпьютер- любое вычислительное устройство, реализующее работу.

Нейронные сети - вид вычислительной структуры, основанный на использовании нейроматематики.

Модели нейронной сети могут быть программными и аппаратными.

x1

x2 w1

w2 вход

x3 w3 у

w4

x4

Основу каждой нейронной сети составляют относительно простые часто однотипные элементы или ячейки имитирующие работу мозга. Каждый нейрон характеризуется своим текущим состоянием по аналогии с нервными клетками головного мозга, которые могут быть возбуждены или заторможены. Нейрон обладает группой сенапсов. В зависимости от функций, выполняемых нейроном, в сети выделяют 3 типа: 1) входные, 2) выходные, 3) промежуточные.

Нейронная сеть состоит из слоев нейронов, которые соединяются друг с другом. Некоторые используются для связи с внешним миром, другие только для нейронов (внутренние, скрытые).

12. Информационная технология экспертных систем.

Экспертные системы возникли как теоретический и практический результат применений и развитий методов искусственного интеллекта с использованием ЭВМ. ЭС- набор программ, выполняющих функцию эксперта при решении задач из некоторой предметной области. ЭС выдают советы, проводят анализ, консультации, ставят диагноз. Практическое применение ЭС на предприятиях способствует эффективности работы и увеличению квалификации специалистов.

Достоинства:

1. Возможность накопления знаний и хранение их длительное время.

2. ЭС к любой информации подходят объективно  улучшает качество проводимой экспертизы при решении задач, требующих обработки большого объёма знаний

3. Мала возможность ошибки.

Основные отличия ЭС от других программных продуктов: использование не только данных, но и знаний, а также специального механизма вывода решений и новых знаний на основе имеющихся. Знания в ЭС представляются в форме легко обрабатываемой на ЭВМ. В ЭС известен алгоритм обработки знаний, а не алгоритмы решения задач  применение алгоритма знаний может привести к получению такого результата при решении задачи, который не был предусмотрен.

Решение задачи в ЭС сопровождается понятными пользователю объяснениями, качество полученных решений не хуже достигнутых специалистами.

Качество ЭС определяется размером и качеством базы знаний, правил и эвристик.

• Система функционирует в следующем циклическом режиме:

Выбор или запрос данных, результат анализа, наблюдение, расшифровка, усвоение новой информации, выдвигаются с помощью правил гипотез, выбор следующих порций знаний или результатов анализа. Процесс продолжается до тех пор, пока не поступит информация достаточная для окончательного заключения.

• Существует 3 типа знаний:

1. Структурированное статистическое знание о предметной области (после выявления знания они не меняются)

2. Структурированное динамическое знание. Изменение знания о предметной области. Обновляются по мере выявления новой информации.

3. Рабочее знание. Применяется для решения конкретной задачи.

Все перечисленные знания хранятся в базе знаний. Для ее построения требуется провести опрос специалистов, являющихся экспертами в этой области, а затем систематизировать организовать и снабдить указателями, чтобы легко извлечь из базы знаний.

• Области применения ЭС:

1. Прогнозирование

2. Планирование

3. Контроль

4. Управление

5. Обучение

6. Диагностика неисправностей

7. Медицинская диагностика

Существует ряд прикладных задач, которые решаются с помощью систем, основанных на знаниях лучше, чем другими средствами.

При определении целесообразности применения системы, нужно руководиться критериями:

1. Данные знания надежны и не меняются во времени

2. Пространство возможных решений относительно невелико

3. В процессе решения задачи должны использоваться формальные рассуждения

Существуют системы, основанные на знаниях непригодные для решения задач методами приведенных аналогий или абстрагирования. В свою очередь традиционные компьютерные программы оказываются эффективней систем, основанных на знаниях, в тех случаях, когда решение задачи связано с применением процедурного анализа.

4. Должен быть эксперт, который способен явно сформулировать свои знания и объяснить методы применения этих знаний для решения задач.

• Системы на этих знаниях имеют определенные преимущества перед эксертом:

1. У них нет предубеждений

2. Не делают поспешных выводов

3. Рассматривают все детали, часто выбирая наилучшую альтернативу из всех возможных

4. Базы знаний большие, человек имеет ограниченную базу знаний. Если данные не используются – они забываются

5. Системы, основанные на знаниях могут быть с помехами