2. Использование сетей для распознавания речи

При распознавании речи часто использу­ется алгоритм линейного предсказания. Он заключается в том, что по ряду дискретных отсчетов можно предсказать ка­кое созвучие (фонема) будет произнесено. Реализация алго­рит­ма выполняется с помощью следующих аппаратных средств (рис.22):

1) АЦП с частотой тактирования (отсчета) 100 кГц и более;

2) сдвиговых регистров в качестве буферной памяти для последовательных отсчетов и нейронных сетей, которые по группе отсчетов формируют выходные состояния, соответству­ю­щие фонемам (созвучиям).

НС

АЦП

FIFO

АС . . .

НС

Рис. 22. Структура системы распознавания речи на основе коллектива нейронных сетей

3. Использование сетей для формирования законов управления

В качестве элементов управления нейронные сети исполь­зу­ют­ся как формирователи управляющих воздействий на основе входных данных, описывающих объект управления. В частнос­ти, при управлении перемещениями входными данными явля­ются рассогласования в заданных и реальных координатах и производные от этих рассогласований. Нейросетевой регуля­тор, получив эти данные, формирует величину, корректи­рую­щую управляющее воздействие.

Нейросетевой регулятор представляет собой много­слой­ную сеть, число входов которой должно быть рассчитано на по­лу­чение информации в виде бинарных кодов с разрядов 10-12 для трех параметров (рассогласование, I и II производная от

53

рассогласования) и числом выходов, равным разрядности пред­ста­вления управляющих воздействий. Обучение сети выпол­ня­ет­ся по диапазону возможных рассогласований, которые раз­би­ваются на некоторое достаточно большое количество образцов.

5. Методы нечеткой логики в интел­лектуальных системах

В точных методах оценки величин и событий они обра­зу­ют универсальное множество E. Каждый элемент этого мно­же­ства может иметь признак A с истинностью 0 или 1, что пред­ста­вляется функцией принадлежности M_A=[0,1]. Таким обра­зом, подмножество А представляет собой упорядоченный на­бор пар, одна составляющая которых – признак; вторая – 0 или 1. В нечеткой логике функция принадлежности может при­ни­мать любые значения. И таким образом нечеткое множество представляет собой набор пар из признаков и значений функ­ции принадлежности.Например, для набора x₁ – x₄ указывается значение функции принадлежности:

x1	x2	x3	x4
0,3	0,4	0,1	0

В запись нечеткого множества соответствующей таблице имеет вид

В технических системах функции принадлежности обычно имеют аналитическое представление. Наиболее распространенными функциями принадлежности являются:

треугольная: , (рис.23,а)

трапециидальная: , (рис.23,б)

54

гауссова: , (рис.23,в)

M

a b x

a

M

a b c d x

б

M

x

a

в

Рис. 23. Типовые функции принадлежности нечетких множеств