- •Области применения интеллектуальных информационных систем
- •Назначение и функции интеллектуальных информационных агентов
- •Основные определения в области интеллектуализации
- •Лекция №2 иис Классификация иис
- •Классификация интеллектуальных информационных систем
- •Системы с естественно-языковым интерфейсом
- •Гипертекстовые системы
- •Системы контекстной помощи
- •Системы когнитивной графики
- •Экспертные системы
- •Механизм приобретения знаний
- •Классы экспертных систем
- •Классифицирующие экспертные системы
- •Доопределяющие экспертные системы
- •Трансформирующие экспертные системы
- •Многоагентные системы
- •Самообучающиеся системы
- •Индуктивные системы
- •Когнитивные технологии в жизненном цикле интеллектуальных информационных систем
- •Понятие когнитивной карты ситуации
- •Обеспечение целенаправленного поведения в сложной ситуации
- •Методика когнитивного анализа сложных ситуаций
- •Построение когнитивной (графовой) модели проблемной ситуации
- •Моделирование средствами выявления закономерностей
- •Модели представления знаний в интеллектуальных информационных системах Продукционные модели
- •Семантические сети
- •Фреймовые модели
- •Формальные логические модели
- •Искусственные нейронные сети
- •Модель искусственного нейрона
- •Нейронная сеть
- •Модели нейронных сетей Классификация нейронных сетей
- •Нейронные сети Кохонена
- •Многослойные сети
- •Рекуррентные сети
- •Модель Хопфилда
- •Самоорганизованные сети Кохонена
- •Построение нейронной сети
- •Обучение нейронных сетей
- •Правила обучения
- •Правило Хэбба
- •Обучение методом соревнования
- •Метод обратного распространения ошибки
- •Способы реализации нейронных сетей
- •Практическое применение нейросетевых технологий
Способы реализации нейронных сетей
Нейронные сети обычно реализуются двумя способами:
Программный;
Аппаратный.
Вариантами аппаратной реализации являются нейрокомпьютеры, нейроплаты и нейронные БИС специального значения.
Одна из самых простых и дешевых – MD1220 (фирма Micro Devices). Эта БИС реализует сеть с 8 нейронами и 120 синапсами.
Устройства Adaptive Solution (USA) и Hitachi (Japan). Скорость обработки у Adaptive Solution – 1,2 млрд. мнс/с (межнейронных соединений с секунду).
NETSIM – нейрокомпьютер на базе процессоров 80188, производительность 450 млн. мнс/с.
Программная реализация нейронных сетей является более дешевой.
Программные продукты:
Brain Maker, фирма CSS;
Loral Space Systems – по заказу NASA.
Практическое применение нейросетевых технологий
Практическое применение нейросетевых технологий целесообразно при решении задач, у которых имеются следующие признаки:
1) Отсутствие алгоритма решения задач, но есть масса примеров;
2) Наличие большого числа входной информации, характеризующих исследуемую проблему;
3) Зашумленность, частичная противоречивость, неполнота или избыточность исходных данных.
Применение:
С помощью нейросистем решают широкий круг неформализованных задач: контроль воздушного пространства, вскрытие шифра, целенаведение ракет, моделирование развития военных действий, моделирование экономических процессов, выбор оптимального алгоритма планирования действий.
Преимущества нейросетей:
Способность обучаться на множестве примеров, в тех случаях, когда неизвестны закономерности, отсутствуют зависимости между входными и выходными данными;
Нейронные сети способны успешно решать задачи, опираясь на неполную, искаженную, зашумленную и внутренне противоречивую входную информацию;
Для использования методов корреляционного анализа необходим профессионал-математик. А при использовании обученной сети, высокий уровень не требуется;
Нейросетевые пакеты позволяют легко подключаться к базе данных, электронной почте и автоматизировать процесс ввода и обработки первичной информации.
Внутренний параллелизм, который присущ нейросетям, позволяет практически безгранично наращивать мощность нейросистемы, т.е. можно начать с простого дешевого пакета, потом перейти на профессиональный пакет, потом добавить плату-ускоритель, потом перейти на специальный нейрокомпьютер и все это с гарантией полной преемственности созданного ранее программного обеспечения.