шпора

45.Основные направления исследований в области искусственного интеллекта

Термин интеллект означает ум, рассудок. Соответственно искусственный интеллект -свойство автоматических систем брать на себя отдельные функции интеллекта человека, принимать оптимальные решения на основе ранее полученного опыта и рационального анализа внешних воздействий.

С самого начала основные надежды кибернетики были связаны с моделированием работы мозга. Было ясно, что здесь можно идти двумя путями — моделировать нейронные сети мозга и воспроизводить алгоритмы мышления.

Лучшие результаты по моделированию нейронных сетей были получены в работах ученого У. Мак-Каллоха и его последователей. Выяснилось, однако, что сети из формальных нейронов не способны воспроизводить сложные функции мозга. Неэффективными оказались также попытки использовать такие сети для управления роботами. Большой интерес вызвали работы Ф. Розенблата, который сформулировал ряд принципов нейродинамики мозга и использовал их для построения персептронов — устройств для распознавания образов. Однако строгий анализ показал ограниченность существующих здесь возможностей. Одновременно проводились исследования по алгоритмическому моделированию мышления. Основные достижения в этой области связаны с именами А. Ньюэла и Г. Саймона. Их работы по созданию GPS (общего решателя проблем) привели к формированию отдельного направления — эвристического программирования, влияние которого на исследования по ИИ прослеживается до сих пор. Однако в целом это направление исчерпало свои возможности уже к началу текущего столетия.

В начале 70-х гг. на исследования по ИИ оказывали большое влияние результаты, полученные в области математической логики Дж. Робинсоном. Развитый им метод резольвенций позволил строить мощные процедуры доказательства теорем. Это было использовано для построения нового класса программ, решающих сложные задачи. Наибольшую известность среди них получила разработанная в Стенфордском исследовательском институте программа STRIPS, решающая задачи планирования действий робота. Методы математической логики составили также основу теории поиска решений, главные положения которой обобщены в работах Н. Нильсона. Однако использование этих методов для широкого круга задач показало их низкую эффективность, обусловленную в основном большим объемом и громоздкостью соответствующих программ для ЭВМ. Так что к середине 70-х годов прошлого века наметилось разочарование и в этом подходе.

Использование новых языков программирования обеспечило прогресс в сравнительно новой для ИИ области — имитации речевого поведения человека. Первые значительные успехи здесь были получены Т. Виноградом, разработавшим систему диалогового управления роботом с помощью естественного языка. Начиная с середины 70-х годов прошлого века, проблемы естественной речи привлекают все большее число исследователей. Разрабатываются проблемы понимания, представления знаний, грамматического анализа и др. Проблема понимания активно исследуется также и в другой области ИИ — распознавания зрительных образов.

В целом в последние десятилетия опять намечается тенденция к использованию в программах ИИ знаний о поведении и мышлении человека. Файнридер, голосовой набор.

46. Модели представления знаний.

Знания - это выявленные закономерности предметной области, позволяющие решать задачи в этой области.

Существуют несколько видов моделей представления знаний.

1)Продукционная модель (модель основанная на правилах), позволяет представить знания в виде предложений типа: Если (условие), то (действие).

2) Семантические сети – ориентированный граф, вершины которого – понятия, а дуги – отношения между ними. Эта модель способна отображать структуру знаний во всей сложности их взаимосвязей, связывать в единое целое объекты и их свойства.

3) Фреймы. Фрейм является единицей представления знаний об объекте, которую можно описать некоторой совокупностью понятий и сущностей. Фрейм имеет определённую внутреннюю структуру, состоящую из множества элементов, называемых слотами. Каждый слот в свою очередь, представляется определённой структурой данных, процедурой, или может быть связан с другим фреймом.

4) Формальные логические модели. Основаны на классическом исчислении предикатов I порядка, когда предметная область или задача описывается в виде набора аксиом.

47. Экспертные системы. Виды ЭС и типы решаемых задач. Экспе́ртная систе́ма — компьютерная программа, способная заменить специалиста-эксперта в разрешении проблемной ситуации. ЭС начали разрабатываться исследователями искусственного интеллекта в 1970-х годах, а в 1980-х получили коммерческое подкрепление. В информатике экспертные системы рассматриваются совместно с базами знаний как модели поведения экспертов в определенной области знаний с использованием процедур логического вывода и принятия решений, а базы знаний — как совокупность фактов и правил логического вывода в выбранной предметной области деятельности.

Классификация ЭС по решаемой задаче

• Интерпретация данных

• Диагностирование

• Мониторинг

• Проектирование

• Прогнозирование

• Сводное Планирование

• Обучение

• Управление

• Ремонт

• Отладка

Мониторинг — систематический сбор и обработка информации, которая может быть использована для улучшения процесса принятия решения, а также, косвенно, для информирования общественности или прямо как инструмент обратной связи в целях осуществления проектов, оценки программ. Он несёт одну или более из трёх организационных функций:

• выявляет состояние критических, в отношении которых будет выработан курс действий на будущее;

• устанавливает отношения со своим окружением, обеспечивая обратную связь, в отношении предыдущих удач и неудач определенных программ;

• устанавливает соответствия правилам и контрактным обязательствам.

Проекти́рование —— разработка проектной, конструкторской и другой технической документации, предназначенной для осуществления строительства, создания новых видов и образцов. В процессе проектирования выполняются технические и экономические расчёты, схемы, графики, , калькуляции и описание.Прогнозирование, разработка прогноза; в узком значении — специальное научное исследование конкретных перспектив развития какого-либо процесса.

48. Системы распознавания образов и речи.

Теория распознава́ния о́бразов — раздел кибернетики, развивающий теоретические основы и методы классификации и идентификации предметов, явлений, процессов, сигналов, ситуаций и т. п. объектов, которые характеризуются конечным набором некоторых свойств и признаков. Такие задачи решаются довольно часто, например, при переходе или проезде улицы по сигналам светофора. Распознавание цвета загоревшейся лампы светофора и знание правил дорожного движения позволяет принять правильное решение о том, можно или нельзя переходить улицу в данный момент.Примеры задач распознавания образов

• Распознавание букв.

• Распознавание штрих-кодов.

• Распознавание автомобильных номеров.

• Распознавание лиц.

• Распознавание речи.

• Распознавание изображений.

• Распознавание локальных участков земной коры, в которых находятся месторождения полезных ископаемых.

Программы распознавания образов: FineReader.

Распознавание речи — набор технологий, позволяющих управлять компьютером, используя человеческий голос. Обычно их используют люди, которые из-за травмы руки не в состоянии набирать большое количество текста. Эти программы (например, Dragon Naturally Speaking, Voice Navigator) переводят голос пользователя в текст, таким образом, разгружая его руки. Надёжность перевода у таких программ не очень высока, но с годами она постепенно улучшается. Увеличение вычислительных мощностей мобильных устройств позволило и для них создать программы с функцией распознавания речи. Среди таких программ стоит отметить приложение Microsoft Voice Command, которое позволяет работать со многими приложениями при помощи голоса. Например, можно включить воспроизведение музыки в плеере или создать новый документ. Прогресс, однако, не стоит на месте и в последнее время в телефонных интерактивных приложениях все чаще стали использоваться системы автоматического распознавания и синтеза речи. В этом случае общение с голосовым порталом становится более естественным, так как выбор в нем может быть осуществлен не только с помощью тонового набора, но и с помощью голосовых команд. При этом системы распознавания являются независимыми от дикторов, то есть распознают голос любого человека. Основным преимуществом голосовых систем является дружелюбность к пользователю — он избавляется от необходимости продираться сквозь сложные и запутанные лабиринты голосовых меню. Теперь достаточно произнесения цели звонка, после чего голосовая система автоматически переместит звонящего в нужный пункт меню.

49. Модель. Моделирование как метод познания.

Модель - искусственно созданный объект, который воспроизводит в определенном виде реальный объект - оригинал.

Компьютерная модель - представление информации о моделируемой системе средствами компьютера.

КМ является междисциплинарным курсом для его успешного освоения требуется наличие разных знаний: знаний в выбранной предметной области - если мы моделируем физические процессы, мы должны обладать уровнем знания законов физики, , т.к. компьютерное моделирование использует практически весь аппарат современной математики, предполагается знание основных математических дисциплин - алгебры, матанализа, теории дифференциальных уравнений, теории вероятности. Предполагается свободное владение современными информационными технологиями, знание языков программирования и владение навыками разработки прикладных программ.

В настоящее время компьютерное моделирование в научных и практических исследованиях является одним из основных методов познания. Без компьютерного моделирования сейчас невозможно решение крупных научных и экономических задач. Проведение вычислительного эксперимента имеет ряд преимуществ перед так называемым натурным экспериментом:

• для ВЭ не требуется сложного лабораторного оборудования;

• существенное сокращение временных затрат на эксперимент;

• возможность свободного управления параметрами, произвольного их изменения, вплоть до придания им нереальных, неправдоподобных значений;

• возможность проведения вычислительного эксперимента там, где натурный эксперимент невозможен из-за удаленности исследуемого явления в пространстве (астрономия) либо из-за его значительной растянутости во времени (биология), либо из-за возможности внесения необратимых изменений в изучаемый процесс.

Также широко используется КМ в образовательных и учебных целях. КМ - наиболее адекватный подход при изучении предметов естественнонаучного цикла, изучение КМ открывает широкие возможности для осознания связи информатики с математикой и другими науками - естественными и социальными.

Понятие моделирования - это очень широкое понятие, оно не ограничивается только математическим моделированием.

50. Классификация моделей

В зависимости от средств построения различают следующие классы моделей:

• словесные или описательные модели их также в некоторой литературе называют вербальными или текстовыми моделями;

• натурные модели (макет Солнечной системы, игрушечный кораблик);

• абстрактные или знаковые модели. Интересующие нас математические модели явлений и компьютерные модели относятся как раз к этому классу.

Можно классифицировать модели по предметной области:

физические модели,

биологические,

социологические,

экономические и т.д.

Классификация модели по применяемому математическому аппарату:

модели, основанные на применении обыкновенных дифференциальных уравнений;

модели, основанные на применении уравнений в частных производных;

вероятностные модели и т.д.

В зависимости от целей моделирования различают:

• Дескриптивные модели (описательные) описывают моделируемые объекты и явления и как бы фиксируют сведения человека о них. Примером может служить модель Солнечной системы, или модель движения кометы, в которой мы моделируем траекторию ее полета, расстояние, на котором она пройдет от Земли У нас нет никаких возможностей повлиять на движение кометы или движение планет Солнечной системы;

• Оптимизационные модели служат для поиска наилучших решений при соблюдении определенных условий и ограничений. В этом случае в модель входит один или несколько параметров, доступных нашему влиянию.

• Игровые модели (компьютерные игры);

• Обучающие модели (всевозможные тренажеры);

• Имитационные модели (например, моделирование движения молекул в газе,).

Классификация моделей в зависимости от их изменения во времени:

Статические модели - неизменные во времени;

Динамические модели – состояние, которых меняется со временем.

51. Математическая и информационная модель.

Математическая модель — это математическое представление реальности. Математическое моделирование - это средство изучения реального объекта, процесса или системы путем их замены математической моделью, более удобной для экспериментального исследования с помощью ЭВМ.Слово "Модель" происходит от латинского modus (копия, образ, очертание).

Целью моделирования являются получение, обработка, представление и использование информации об объектах, которые взаимодействуют между собой и внешней средой; а модель здесь выступает как средство познания свойств и закономерности поведения объекта. Моделирование широко используются в различных сферах человеческой деятельности, особенно в сферах проектирования и управления.

Все модели можно разделить на два класса: вещественные, идеальные.

В свою очередь вещественные модели можно разделить на: натурные, физические, математические.

Идеальные модели можно разделить на: наглядные, знаковые, математические.

Вещественные натурные модели - это реальные объекты, процессы и системы, над которыми выполняются эксперименты научные, технические и производственные.

Вещественные физические модели-это макеты, муляжи, воспроизводящие физические свойства оригиналов (кинематические, динамические, гидравлические, тепловые, электрические, световые модели).

Вещественные математические-это аналоговые, структурные, геометрические, графические, цифровые и кибернетические модели.

Идеальные знаковые модели - это символы, алфавит, языки программирования, упорядоченная запись, топологическая запись, сетевое представление.

Идеальные математические модели - это аналитические, функциональные, имитационные, комбинированные модели.

Математическая модель является приближенным представлением реальных объектов, процессов или систем, выраженным в математических терминах и сохраняющим существенные черты оригинала. Математические модели в количественной форме, с помощью логико-математических конструкций, описывают основные свойства объекта, процесса или системы, его параметры, внутренние и внешние связи.

По принципам построения математические модели разделяют на:

Аналитические: процессы функционирования реальных объектов, процессов или систем записываются в виде явных функциональных зависимостей.

Имитационные: описывается набором алгоритмов. Алгоритмы имитируют реальные элементарные явления, составляющие процесс или систему с сохранением их логической структуры и последовательности протекания во времени.

По поведению моделей во времени они разделяются на:

Статические: описывают поведение объекта, процесса или системы в какой-либо момент времени. Динамические модели отражают поведение объекта, процесса или системы во времени.

Динамические: отражают поведение объекта, процесса или системы во времени.

Информационная модель: отражают различные типы систем объектов, в которых реализуются различные типы структуры взаимодействия и взаимосвязи между элементами системы. Для отражения систем с различными структурами используются различные типы информационных моделей: табличные, иерархические и сетевые.

Табличные информационные модели

наиболее часто используемых типов информационных моделей является прямоугольная таблица, которая состоит из столбцов и строк. Такой тип моделей применяется для описания ряда объектов, обладающих одинаковым набором свойств. С помощью таблиц могут быть построены как статистические так и динамические модели информационные модели в различных предметных областях. Широко известно табличное представление математических функций, статистических данных, расписаний поездов и самолетов, уроков и так далеее.

Иерархические информационные модели.

В сетевых моделях компактно отображаются наиболее существенные отношения между объектами. Обычно сетевые модели изображаются в наглядном графическом виде.схема линий метрополитена.

52.Моделирование динамических систем.

Под “динамической системой в широком смысле” понимается объект, функционирующий в непрерывном времени, непрерывно наблюдаемый и изменяющий свое состояние под воздействием внешних и внутренних причин.

Пакеты, позволяющие моделировать динамические системы.

1.Пакеты "блочного моделирования" ориентированы на графический язык иерархических блок схем. Элементарные блоки являются либо предопределенными, либо могут конструироваться с помощью некоторого специального вспомогательного языка более низкого уровня. Новый блок можно собрать из имеющихся блоков с использованием ориентированных связей и параметрической настройки. В число предопределенных элементарных блоков входят чисто непрерывные, чисто дискретные и гибридные блоки.

К достоинствами этого подхода следует отнести, прежде всего, чрезвычайную простоту создания не очень сложных моделей даже не слишком подготовленным пользователем. Другим достоинством является эффективность реализации элементарных блоков и простота построения эквивалентной системы.

Наиболее известными представителями пакетами "блочного моделирования" являются:

- подсистема SIMULINK пакета MATLAB; EASY5; подсистема SystemBuild пакета MATRIX_X   (Integrated Systems, Inc. );

2.Пакеты "физического моделирования" позволяют использовать неориентированные и потоковые связи. Пользователь может сам определять новые классы блоков. Непрерывная составляющая поведения элементарного блока задается системой алгебро-дифференциальных уравнений и формул. Дискретная составляющая задается описанием дискретных событий (события задаются логическим условием или являются периодическими), при возникновении которых могут выполняться мгновенные присваивания переменным новых значений. Дискретные события могут распространяться по специальным связям. Изменение структуры уравнений возможно только косвенно через коэффициенты в правых частях (это обусловлено необходимостью символьных преобразований при переходе к эквивалентной системе).

Подход очень удобен и естественен для описания типовых блоков физических систем. Недостатками являются необходимость символьных преобразований, что резко сужает возможности описания гибридного поведения, а также необходимость численного решения большого числа алгебраических уравнений, что значительно усложняет задачу автоматического получения достоверного решения.

К пакетам "физического моделирования" следует отнести:

"20-SIM" (Controllab Products B.V); Dymola (Dymasim); Omola, OmSim (Lund University)

3.Пакеты, основанные на использовании схемы гибридного автомата, позволяют очень наглядно и естественно описывать гибридные системы со сложной логикой переключений. Необходимость определения эквивалентной системы при каждом переключении заставляет использовать только ориентированные связи. Пользователь может сам определять новые классы блоков. Непрерывная составляющая поведения элементарного блока задается системой алгебро-дифференциальных уравнений и формул. К недостаткам следует также отнести избыточность описания при моделировании чисто непрерывных систем.

К этому направлению относится пакет Shift, а также отечественный пакет Model Vision Studium .

53. Системный подход в научных исследованиях. Численный эксперимент. Достоверность численной модели.

Достоверность численной модели

Системный подход— направление методологии исследования, в основе которого лежит рассмотрение объекта как целостного множества элементов в совокупности отношений и связей между ними, то есть рассмотрение объекта как системы.

Системный подход является не столько методом решения задач, сколько методом постановки задач.

Основные принципы системного подхода:

Целостность, позволяющая рассматривать одновременно систему как единое целое и в то же время как подсистему для вышестоящих уровней.

Иерархичность строения, то есть наличие множества (по крайней мере, двух) элементов, расположенных на основе подчинения элементов низшего уровня элементам высшего уровня. Реализация этого принципа хорошо видна на примере любой конкретной организации. Как известно, любая организация представляет собой взаимодействие двух подсистем: управляющей и управляемой. Одна подчиняется другой.

Структуризация, позволяющая анализировать элементы системы и их взаимосвязи в рамках конкретной организационной структуры. Как правило, процесс функционирования системы обусловлен не столько свойствами её отдельных элементов, сколько свойствами самой структуры.

Множественность, позволяющая использовать множество кибернетических, экономических и математических моделей для описания отдельных элементов и системы в целом.

Компьютерный (численный) эксперимент - это эксперимент над математической моделью объекта исследования на ЭВМ, который состоит в том что, по одним параметрам модели вычисляются другие ее параметры и на этой основе делаются выводы о свойствах объекта, описываемого математической моделью. Данный вид эксперимента можно лишь условно отнести к эксперименту, потому как он не отражает природные явления, а лишь является численной реализацией созданной человеком математической модели. Действительно, при некорректности в мат. модели - ее численное решение может быть строго расходящимся с физическим экспериментом.

Компьютерное моделирование является одним из эффективных методов изучения сложных систем. Компьютерные модели проще и удобнее исследовать в силу их возможности проводить т.н. вычислительные эксперименты, в тех случаях когда реальные эксперименты затруднены из-за финансовых или физических препятствий или могут дать непредсказуемый результат. Логичность и формализованность компьютерных моделей позволяет выявить основные факторы, определяющие свойства изучаемого объекта-оригинала (или целого класса объектов), в частности, исследовать отклик моделируемой физической системы на изменения ее параметров и начальных условий.

Построение компьютерной модели базируется на абстрагировании от конкретной природы явлений или изучаемого объекта-оригинала и состоит из двух этапов - сначала создание качественной, а затем и количественной модели. Компьютерное же моделирование заключается в проведении серии вычислительных экспериментов на компьютере, целью которых является анализ, интерпретация и сопоставление результатов моделирования с реальным поведением изучаемого объекта и, при необходимости, последующее уточнение модели и т. д.

К основным этапам компьютерного моделирования относятся:

• постановка задачи, определение объекта моделирования;

• разработка концептуальной модели, выявление основных элементов системы и элементарных актов взаимодействия;

• формализация, то есть переход к математической модели; создание алгоритма и написание программы;

• планирование и проведение компьютерных экспериментов;

• анализ и интерпретация результатов.

54. Физически основы полупроводниковой электроники. Для современной электроники характерно широкое использование интегральных схем (ИС). Разработка, совершенствование и внедрение ИС в бурно развивающуюся отрасль вычислительной техники и различных автоматических систем управления потребовали интенсификации работ прежде всего в области физической электроники.

Термином «модель» принято обозначать некоторую совокупность идей и представлений, определенную математическую форму. С одной стороны, описание с помощью моделей позволяет логически объяснить физические явления и их свойства, с другой  в некоторых особых случаях модель позволяет открывать новые, ранее не известные факты. Приведем краткие характеристики интересующих нас моделей:

• Модель ковалентной связи настолько проста, что ее применимость ограничена. Ценность заключается в том, что она позволяет описать процессы переноса заряда в полупроводнике на интуитивном уровне. Данная модель дает возможность получить некоторые качественные представления о внутренних физических процессах в кристаллических твердых телах. Эти сведения необходимы на этапе, предшествующем строгому математическому изучению.

• Модель энергетических зон принадлежит к числу наиболее часто используемых, поскольку позволяет количественно изучать явления переноса в полупроводниковых устройствах. Используется как в графической, так и в аналитической формах. При элементарном рассмотрении обычно начинают с модели ковалентной связи, а затем переходят к модели энергетических зон. Это позволяет с разных сторон изучать физику движения электронов и дырок  носителей заряда в полупроводнике.

• Математическая модель основывается на некоторых физических гипотезах и дает математическую формулировку процессов в полупроводниковых материалах и устройствах на их основе. Является основным инструментом теоретического исследования.

• Аналоговая модель, или эквивалентная схема, является, по видимому, наиболее распространенной. В общем случае имеет вид некоторого «черного ящика», для которого указаны связи между токами и напряжениями. По этим причинам имеет лишь косвенное отношение к физическим процессам в устройстве. Ценность аналоговой модели состоит в удобстве ее практического использования.

55. Интегральные схемы. ЧИПы. Технология изготовления. есть совокупность, как правило, большого количества взаимосвязанных компонентов (транзисторов, диодов, конденсаторов, резисторов и т.п.), изготовленная в едином технологическом цикле, на одной и той же несущей конструкции  подложке  и выполняющая определенную функцию преобразования информации.

Компоненты, которые входят в состав ИС и тем самым не могут быть выделены из нее в качестве самостоятельных изделий, называются интегральными элементами.

Для изготовления интегральных схем используется групповой метод производства и планарная технология.

Групповой метод производства заключается в том, 1, на одной пластине полупроводникового материала одновременно изготавливается большое количество интегральных схем; 2, если позволяет технологический процесс, то одновременно обрабатываются десятки таких пластин. После завершения цикла изготовления ИС пластина разрезается в двух взаимно-перпендикулярных направлениях на отдельные кристаллы, каждый из которых представляет собой ИС. Планарная технология  это такая организация технологического процесса, когда все элементы и их составляющие создаются в интегральной схеме путем их формирования через плоскость.Одна или несколько технологических операций при изготовлении ИС заключается в соединении отдельных элементов в схему и присоединении их к специальным контактным площадкам. Поэтому необходимо, чтобы выводы всех элементов и контактные площадки находились в одной плоскости. Такую возможность обеспечивает планарная технология.

Финальная операция  корпусирование  это помещение ИС в корпус с присоединением контактных площадок к ножкам ИС. По способу изготовления и получаемой при этом структуре различают два принципиально разных типа интегральных схем: Полупроводниковая ИС  это микросхема, элементы которой выполнены в приповерхностном слое полупроводниковой подложки (рис. 2.22). Эти ИС составляют основу современной микроэлектроники. Пленочная ИС  это микросхема, элементы которой выполнены в виде разного рода пленок, нанесенных на поверхность диэлектрической подложки (рис. 2.21). В зависимости от способа нанесения пленок и связанной с этим их толщиной различают тонкопленочные ИС (толщина пленок до 12 мкм) и толстопленочные ИС (толщина пленок от 10-20 мкм и выше). Гибридная ИС (или ГИС)  это микросхема, которая представляет собой комбинацию пленочных пассивных элементов и активных компонентов, расположенных на общей диэлектрической подложке. Еще один тип «смешанных» ИС, в которых сочетаются полупроводниковые и пленочные интегральные элементы, называют совмещенными.Совмещенная ИС  это микросхема, у которой активные элементы выполнены в приповерхностном слое полупроводникового кристалла (как у полупроводниковой ИС), а пассивные нанесены в виде пленок на предварительно изолированную поверхность того же кристалла (как у пленочной ИС).

56. Принципы построение микроэлектронных приборов.Поскольку ИС, подобно транзистору, представляет собой конструктивное единое целое, выполняет определенную функцию и должна удовлетворять определенным требованиям при испытаниях, поставках и эксплуатации, она относится к разряду электронных приборов. Однако по сравнению с диодом, транзистором и т.п. ИС является качественно новым типом прибора.Первая  главная особенность ИС как электронного прибора состоит в том, что она самостоятельно выполняет законченную, часто весьма сложную функцию, тогда как элементарные электронные приборы выполняют аналогичную функцию только в ансамбле с другими компонентами. Второй важной особенностью ИС является то, что повышение функциональной сложности этого прибора по сравнению с элементарными не сопровождается ухудшением какого-либо из основных показателей (надежность, стоимость и т.п.). Более того, все эти показатели улучшаются.

Поскольку габариты и масса простых и средних ИС близки к габаритам и массе дискретных транзисторов, можно считать, что в первом приближении выигрыш по этим показателям при переходе от дискретных схем к интегральным определяется степенью интеграции и может достигать сотен и тысяч раз.

Поскольку надежность работы полупроводникового прибора в аппаратуре определяется прежде всего количеством паяных и (в меньшей степени) сварных соединений, то ИС, у которых межсоединения элементов осуществляются путем металлизации (т.е. без пайки и сварки), обладают заведомо повышенной надежностью по сравнению с дискретными схемами, выполняющими ту же функцию. По мере увеличения степени интеграции этот выигрыш возрастает.Поскольку все элементы ИС изготавливаются в едином технологическом цикле, то количество технологических операций по их изготовлению не намного превышает количество операций по изготовлению отдельного транзистора. Поэтому стоимость ИС при прочих равных условиях близка к стоимости одного транзистора..Третья особенность ИС состоит в предпочтительности активных элементов перед пассивными  принцип, диаметрально противоположный тому, который свойствен дискретной транзисторной технике. В последней активные компоненты, особенно транзисторы, наиболее дорогие, и потому оптимизация схемы при прочих равных условиях состоит в уменьшении количества активных компонентов. В ИС дело обстоит иначе: у них задана стоимость не элемента, а кристалла; поэтому целесообразно размещать на кристалле как можно больше элементов с минимальной площадью. Минимальную площадь имеют активные элементы  транзисторы и диоды, а максимальную  пассивные. Следовательно, оптимальная ИС  это ИС, у которой сведены к минимуму количество и номиналы резисторов и, особенно, конденсаторов.Четвертая особенность ИС связана с тем, что смежные элементы расположены друг от друга на расстоянии, измеряемом в мкм или долях мкм. На таких малых расстояниях различие электрофизических свойств материала маловероятно, а, следовательно, маловероятен и значительный разброс параметров у смежных элементов. Иначе говоря, параметры смежных элементов взаимосвязаны  коррелированы. Эта корреляция сохраняется и при изменении температуры: у смежных элементов температурные коэффициенты параметров практически одинаковы. Корреляция между параметрами смежных элементов используется при проектировании некоторых ИС с целью снизить влияние разброса параметров и изменений температуры.