Материалы сайта
Это интересно
Теория к проекту "Искусственный интеллект"
Я занялся разработкой программ комплекса "Искусственный интеллект" потому что ИИ - это одна из самых перспективных и быстроразвивающихся областей науки. И в результате работы был создан программный комплекс, в составе которого: 1. Компонент нейронной сети 2. Программа распознавания графических образов на основе компонента НС 3. Компонент экспертной системы 4. Демонстрационная программа к компоненту ЭС 5. Проведен ряд экспериментов с нейронной сетью, данные систематизированы. Однако чтобы не разбрасываться я предпочел остановиться на Нейронной сети в силу ее наглядности, достаточной сложности и реальной возможности применения. НС хорошо подходят для распознавания образов и решения задач классификации, оптимизации и прогнозирования. В основе любой нейронной сети, вне зависимости от метода реализации и типа лежит простой обрабатывающий элемент - нейрон. Прототипом для создания нейрона послужил биологический нейрон головного мозга. Способом обратного распространения называется способ обучения многослойных НС. В таких НС связи между собой имеют только соседние слои, при этом каждый нейрон предыдущего слоя связан со всеми нейронами последующего слоя (рис. на плакате). Нейроны обычно имеют сигмоидальную функцию возбуждения. Первый слой нейронов называется входным и содержит число нейронов соответствующее распознаваемому образу. Последний слой нейронов называется выходным и содержит столько нейронов, сколько классов образов распознается. Принцип обучения такой нейронной сети базируется на вычислении отклонений значений сигналов на выходных элементах от эталонных и обратном "прогоне" этих отклонений до породивших их элементов с целью коррекции ошибки. Нейронная сеть может применяться в следующих и многих других областях: · автоматическое считывание чеков и финансовых документов · проверка достоверности подписей · прогнозирование изменений экономических показателей