С точки зрения теории распознавания образов, по на шему мнению, нужна логическая обоснованная методика синтеза систем распознавания образов с выходом на пер спективный класс многослойных систем с фиксированной и переменной структурой. Структура разомкнутых систем подобного типа здесь является не только предметом син теза и минимизации, но и средством решения задачи выбора информативных признаков.
Теория автоматического управления включает в себя раздел методов синтеза адаптивных систем. Многослойные системы распознавания образов являются частным случаем адаптивных систем. Они обладают отличительной особен ностью, которая дает возможность развить в этом частном случае теорию адаптивных систем. Эта особенность много слойных систем распознавания образов заключается в том, что настраиваемая часть системы является многомерной, нелинейной, безынерционной системой, для которой до статочно просто применимы методы точного вероятностного анализа. Именно эта особенность дала возможность в об щей процедуре синтеза многослойных систем распознава ния образов рассмотреть детальнее, чем в работах по ана литическим и поисковым адаптивным системам, такие этапы, как: оценка точности СР, настраивающихся по ра зомкнутому циклу; анализ разомкнутых СР и выбор функ ционалов вторичной оптимизации, соответствующих за данному критерию первичной оптимизации; построение замкнутых систем; исследование замкнутых систем; по строение систем с переменной структурой; структурные методы выбора информативных признаков.
Теория нейронных сетей как важнейший раздел науки о мозге рассматривает методы построения сетей из нейро нов и преобразования сигналов в данных сетях.
Методика синтеза многослойных систем распознавания образов позволяет подойти к решению следующих задач: построение алгоритмов адаптации в нейронных сетях про извольной структуры, выполняющих различные функции— преобразование, распознавание или запоминание сигналов; выяснение того, почему физиологическая нейронная сеть (например, зрительный или слуховой анализатор) имеет ту или иную структуру; синтез оптимальных структур ней ронных сетей, выполняющих ту или иную функцию.
Математическая статистика и теория статистиче ских решений ставят своей целью изучение распределений, параметров распределений случайных величин и исследо
вание процессов принятия решений в пространстве пара метров случайных величин. Многослойные системы яв ляются частным, но достаточно эффективным средством изучения случайных величин с многомодальными распре делениями, исследование которых обычными средствами математической статистики затруднительно. Многослойные системы, по нашему мнению, являются достаточно перспек тивным средством организации процедуры принятия ре шений в пространстве параметров случайных величин с многомодальными распределениями.
Конечные автоматы, реализующие функции дву- и /С-значной логики, могут быть представлены многослой ными сетями из линейных пороговых элементов. В этом направлении некоторые шаги сделала пороговая логика. Однако она рассматривает в основном функции двоичной логики и сети с ограниченной структурой из линейных пороговых элементов. Многослойные сети из линейных по роговых элементов могут реализовать в принципе любую функцию (дву- и /С-значную) математической логики.
Интерполяция функций — самостоятельная задача, ко торая может быть решена многослойной системой из линей ных пороговых элементов, алгоритмы настройки которой представлены в данной книге. При этом, имея некоторую совокупность реализаций функции е (х), можно интерпо лировать данную функцию преобразованием xk (х), реали зуемым разомкнутой многослойной системой из линейных пороговых элементов.
В этом заключается, по нашему мнению, специфика рассмотрения изложенных в книге результатов синтеза многослойных систем распознавания образов с точки зре ния смежных с ней разделов кибернетики.
Данная книга, естественно, не претендует на полноту решения и исследования поставленных в ней вопросов. Целью, которую ставил перед собой автор, является ме тодика синтеза и по возможности глубокая иллюстрация работоспособности многослойных систем распознавания об разов произвольной структуры. При этом автор видит ос новное перспективное направление дальнейших исследо ваний в следующих направлениях: развитие теории много слойных СР; применение развиваемых методов для построе ния математических моделей нейронных ансамблей; при менение развиваемых методов для построения блоков и уз лов современных ЦВМ на однородных структурах из ЛПЭ.
П Р И Л О Ж Е Н И Е 1
РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ ДВУХСЛОЙНОЙ CP С ЛПЭ ВО ВТОРОМ СЛОЕ
АЛ |
Геометрическая |
Карта Карнапа |
конфигурация |
|
Дбе |
гиперплоскости. |
1
1
1
1
1
/
1 1
1
1
t 1
П. 1-1
