Интеллектуальность нейросетевых конструкций. Обзор литературы

Для этого приходится использовать различные методы обнаружения (добычи) знаний: абстрагирование, ассоциативное объединение, классификацию, кластеризацию, анализ временных рядов, прогнозирование и др.

Это трудная работа, так как человеческий разум не приспособлен для восприятия больших массивов разнородной информации. В среднем человек не способен улавливать более двух-трех взаимосвязей даже в небольших выборках.

Для расширения аналитических возможностей человека можно использовать методы традиционной статистики, эвристические решающие устройства на основе экспертных систем, семантический дифференциал, теорию решения изобретательских задач (ТРИЗ), нейронные сети.

Методы математической статистики, эвристические решающие устройства, семантический дифференциал, ТРИЗ, относятся к дискретным методам. Для человека же в большинстве случаев использовать при решении жизненных проблем дискретные методы трудно.

Естественным для человека является использование основных принципов мозга – ассоциативное мышление, использование принципов обучения (самообучения) и адаптации, использование связей «если – то», «посылка – следствие», лежащих в основе распознавания, управления, принятия решений.

Поэтому из различных способов расширения аналитических возможностей человека чаще всего наиболее эффективными при исследовании задач, не имеющих общепризнанного алгоритма решения, является использование нейронных сетей.

Всё, что связано с использованием нейронных сетей получило название нейросетевых технологий, или нейрокомпьютинга.

Нейросетевые технологии не требуют программирования, а предусматривают работу по обучению нейронной сети на специально подобранных примерах.

Основными функциями обучения нейросетей, воспроизводящими работу мозга и ассоциативное мышление являются классификация, узнавание, умение определять сходство и различия.

На этапе обучения формируются основные отношения между входными параметрами и оформляются в незримые таблицы (образы), которые впоследствии будут использоваться при решении задач на сети.

Нейрокомпьютинг предоставляет единую методологию решения очень широкого круга практически интересных задач. Это, как правило, ускоряет и удешевляет разработку приложений.

Нейрокомпьютинг состоит из нескольких разделов:

· конструирование нейрокомпьютеров,

· нейросетевые исследования хозяйственных процессов,

· моделирование интеллекта высшей нервной системы человека.

Конструкторский раздел нейрокомпьютинга.