![](/user_photo/70644__xXXN.png)
- •НЕЙРОСЕТЕВЫЕ МЕТОДЫ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •Знания и ИБЗ - определения
- •Представление знаний
- •Нейросетевые методы представления знаний
- •Использование нейросетевых методов
- •Суть нейросетевых методов
- •Идея нейроинформатики - аксиомы
- •Правила подбора архитектуры НС
- •Примеры архитектур НС
- •БАЗОВЫЕ ЭЛЕМЕНТЫ И АРХИТЕКТУРА НЕЙРОСЕТЕЙ
- •Базовые элементы
- •Искусственный нейрон
- •Слоистые сети
- •Заключение
- •Спасибо за внимание!
![](/html/70644/137/html_Nmc4HhwK3e.Nf9G/htmlconvd-8m3q4D1x1.jpg)
НЕЙРОСЕТЕВЫЕ МЕТОДЫ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
1
![](/html/70644/137/html_Nmc4HhwK3e.Nf9G/htmlconvd-8m3q4D2x1.jpg)
Знания и ИБЗ - определения
•Знания -хорошо структурированные данные, или данные о данных, или метаданные
•ИБЗ - управляемый комплекс языковых, алгоритмических, программных и технических средств, предназначенных для восприятия, обработки, хранения и выдачи (отображения) знаний о предметной области.
2
![](/html/70644/137/html_Nmc4HhwK3e.Nf9G/htmlconvd-8m3q4D3x1.jpg)
Представление знаний
Под термином «представление знаний» чаще всего подразумеваются способы представления знаний, в частности, представления, состоящие из явных объектов и из суждений или утверждений о них
2
![](/html/70644/137/html_Nmc4HhwK3e.Nf9G/htmlconvd-8m3q4D4x1.jpg)
Нейросетевые методы представления знаний
2
![](/html/70644/137/html_Nmc4HhwK3e.Nf9G/htmlconvd-8m3q4D5x1.jpg)
Использование нейросетевых методов
•Обработка
изображений
•Управление
роботами
•Понимание и синтез речи
•Здравоохранение
•Промышленное производство и т.д.
2
![](/html/70644/137/html_Nmc4HhwK3e.Nf9G/htmlconvd-8m3q4D6x1.jpg)
Суть нейросетевых методов
•Разработка методов синтеза нейронных сетей, имитирующих процессы функционирования различных объектов, и позволяющих решать те или иные задачи, возлагаемые на ИБЗ.
•Память и операции сосредоточены в связях между процессорами-нейронами
3
![](/html/70644/137/html_Nmc4HhwK3e.Nf9G/htmlconvd-8m3q4D7x1.jpg)
Идея нейроинформатики - аксиомы
•Имитация процессов любой сложности
•Из простых и ненадежных элементов можно построить стабильную систему
•Нейросеть достаточно богата по своим возможностям и достаточно избыточна, чтобы компенсировать бедность выбора элементов и их надежность
3
![](/html/70644/137/html_Nmc4HhwK3e.Nf9G/htmlconvd-8m3q4D8x1.jpg)
4
![](/html/70644/137/html_Nmc4HhwK3e.Nf9G/htmlconvd-8m3q4D9x1.jpg)
Правила подбора архитектуры НС
•Увеличение возможностей с ростом числа нейронов
•Увеличение плотности связей между нейронами положительно влияют на процесс обучения
•Сложность алгоритмов функционирования сети способствует усилению ее мощи
•Введение обратных связей повышает адаптивные способности нейросетей
3
![](/html/70644/137/html_Nmc4HhwK3e.Nf9G/htmlconvd-8m3q4D10x1.jpg)
Примеры архитектур НС
3