Красноярский государственный технический университет сибирский государственный технологический университет




НазваниеКрасноярский государственный технический университет сибирский государственный технологический университет
страница1/37
Дата публикации17.09.2013
Размер3,63 Mb.
ТипСборник статей
pochit.ru > Информатика > Сборник статей
  1   2   3   4   5   6   7   8   9   ...   37


МИНИСТЕРСТВО ОБЩЕГО И ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ РФ

КРАСНОЯРСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ

СИБИРСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ

РОССИЙСКАЯ АКАДЕМИЯ НАУК

СИБИРСКОЕ ОТДЕЛЕНИЕ

ИНСТИТУТ ВЫЧИСЛИТЕЛЬНОГО МОДЕЛИРОВАНИЯ

МЕТОДЫ

НЕЙРОИНФОРМАТИКИ
СБОРНИК НАУЧНЫХ ТРУДОВ
Под редакцией доктора

физико-математических наук

А.Н. Горбаня

КРАСНОЯРСК

КГТУ

1998
УДК 519

Методы нейроинформатики / Под. ред. А.Н. Горбаня; отв. за выпуск М.Г. Доррер. КГТУ, Красноярск, 1998. 205 с.
Сборник статей молодых ученых – представителей красноярской школы нейроинформатики. Большинство работ связано с созданием нейросетевых алгоритмов обработки данных и реализацией этих алгоритмов на персональных компьютерах. Представлены новые алгоритмы решения классической проблемы заполнения пробелов в данных, описаны технологии нейросетевого производства явных знаний из данных, продемонстрированы различные приложения нейросетевых методов – от очень популярных сейчас геоинформационных систем (ГИС) до систем психологического тестирования и предсказания отношений в группе.

Другая группа работ посвящена развитию теории. Даны оценки необходимой точности во входных сигналах и элементах сети при заданой требуемой точности на выходе. Без решения такой задачи невозможно создавать надежные нейронные сети “в железе”. Две статьи посвящены проблеме “бесструктурного параллелизма” – устройствам, совершающими вычисления при беспорядочном взаимодействии различных элементов.

Описан также опыт подготовки учебно-исследовательских задач для работы со студентами и школьниками и дан обзор результатов решения этих задач.
Печатается при поддержке

^ ФЦП "ИНТЕГРАЦИЯ"
Печатается в авторской редакции
ЛР № 020375 от 7.02.1997 г.  Коллектив авторов, 1998


Редакционно-издательский отдел КГТУ

660074, Красноярск, ул. Киренского, 26

  • ^

    ПРЕДИСЛОВИЕ РЕДАКТОРА



“Что день грядущий мне готовит?” Стремительный прогресс информатики размывает границы между реальностью и фантазией. Системы искусственного интеллекта на основе алгоритмических языков развивались во всемирной программе “Пятое поколение компьютеров”. Сейчас ей на смену пришла другая программа – “Вычисления в реальном мире”. Ее сверхзадача – разработать cистемы, способные самостоятельно, без помощи переводчика-поводыря человека действовать в “естественном” (а не только в специально приготовленном) внешнем мире. Огромная доля этой программы отводится на создание искусственных нейросетевых систем.

В словах "искусственные нейронные сети" слышатся отзвуки фантазий об андроидах и бунте роботов, о машинах, заменяющих и имитирующих человека. Эти фантазии интенсивно поддерживаются многими разработчиками нейросистем: рисуется не очень отдаленное будущее, в котором роботы осваивают различные виды работ, просто наблюдая за человеком, а в более отдаленной перспективе – человеческое сознание и личность перегружаются в искусственную нейронную сеть – появляются шансы на вечную жизнь.

Если перейти к прозаическому уровню повседневной работы, то искусственные нейронные сети – это всего-навсего сети, состоящие из связанных между собой простых элементов – формальных нейронов. Значительное большинство работ по нейроинформатике посвящено переносу различных алгоритмов решения задач на такие сети.

Ядром используемых представлений является идея о том, что нейроны можно моделировать довольно простыми автоматами, а вся сложность мозга, гибкость его функционирования и другие важнейшие качества определяются связями между нейронами. Каждая связь представляется как совсем простой элемент, служащий для передачи сигнала и его линейного усиления или ослабления. Предельным выражением этой точки зрения может служить лозунг: "структура связей – все, свойства элементов – ничто".

Совокупность идей и научно-техническое направление, определяемое описанным представлением о мозге, называется коннекционизмом (по-ангийски connection – связь). Как все это соотносится с реальным мозгом? Так же, как карикатура или шарж со своим прототипом-человеком – весьма условно. Это нормально: важно не буквальное соответствие живому прототипу, а продуктивность технической идеи.

С коннекционизмом тесно связан следующий блок идей:

  1. однородность системы (элементы одинаковы и чрезвычайно просты, все определяется структурой связей);

  2. надежные системы из ненадежных элементов и "аналоговый ренессанс" – использование простых аналоговых элементов;

  3. "голографические" системы – при разрушении случайно выбранной части система сохраняет свои полезные свойства.

Предполагается, что система связей достаточно богата по своим возможностям и достаточно избыточна, чтобы скомпенсировать бедность выбора элементов, их ненадежность, возможные разрушения части связей.

Коннекционизм и связанные с ним идеи однородности, избыточности и голографичности еще ничего не говорят нам о том, как же такую систему научить решать реальные задачи. Хотелось бы, чтобы это обучение обходилось не слишком дорого.

Существует большой класс задач: нейронные системы ассоциативной памяти, статистической обработки, фильтрации и др., для которых связи формируются по явным формулам. Но еще больше (по объему существующих приложений) задач требует неявного процесса. По аналогии с обучением животных или человека этот процесс называют обучением.

Обучение нейронных сетей оказалось продуктивным и при решении задач на обычных персональных компьютерах. Оказалось, что если обучить нейронную сеть решать какую-либо задачу, а затем вырезать из нее все связи, кроме необходимых, без которых эту задачу не решить, то получается очень полезное явное представление знаний о способе решения. Из данных, использованных для обучения, получаем явные знания. Например, обучая сеть предсказывать социально-политическую ситуацию, получаем полезную политологическую теорию, заложим обработку экономических данных – получим экономические знания и т.д.

По-настоящему эффективная работа нейронных сетей требует параллелизма. Можно даже сказать, что искусственные нейронные сети – одно из мощных средств программирования высокопараллельных компьютеров. Обкатка нейросетевых алгоритмов на персональных компьютерах позволяет, однако, усовершенствовать и сами алгоритмы – дефицит вычислительных ресурсов (отсутствие параллельности) приводит здесь к более жесткому отбору и быстрой эволюции.

В предлагаемом сборнике собраны статьи молодых ученых – представителей красноярской школы нейроинформатики. Большинство статей связано с созданием нейросетевых алгоритмов обработки данных и реализацией этих алгоритмов на персональных компьютерах (А.А. Россиев, В.Г. Царегородцев, Н.А. Погребная, М.Г. Доррер, А.А. Питенко). Здесь есть и новые алгоритмы решения классической проблемы заполнения пробелов в данных, и описание технологии нейросетевого производства явных знаний из данных, а также различные приложения нейросетевых методов: от очень популярных сейчас геоинформационных систем (ГИС) до систем психологического тестирования и предсказания отношений в группе.

Другая группа работ посвящена развитию теории. В статье М.Ю. Сенашовой даны оценки необходимой точности во входных сигналах и элементах сети при заданой требуемой точности на выходе. Без решения такой задачи невозможно создавать надежные нейронные сети “в железе”. Е.О. Горбунова занимается проблемой “бесструктурного параллелизма” – грубо говоря, устройствами, совершающими вычисления при беспорядочном взаимодействии различных элементов.

Особое место занимает статья Л.И. Жукова, который описал свой богатый опыт подготовки учебно-исследовательских задач для работы со студентами и школьниками и дал обзор результатов решения этих задач.

Все работы были выполнены в учебно-научном центре по нейроинформатике, объединяющем академический институт и несколько вузов. Это один из центров, созданных по проекту № 68 Федеральной целевой программы “ИНТЕГРАЦИЯ” (направление 2.1).

Принятые к публикации работы были доложены и прошли конкурсный отбор на семинаре, поддержанном в рамках другого проекта ФЦП “ИНТЕГРАЦИЯ” (№ К0790+К0691, направление 1.6).

Работы получали также поддержку различных фондов и программ, ссылки на которые приведены в конце каждой статьи.

  1   2   3   4   5   6   7   8   9   ...   37

Похожие:

Красноярский государственный технический университет сибирский государственный технологический университет iconИ социальному развитию федеральное агентство по образованию сибирский...
А728 Антропологические основания биоэтики: Материалы Всероссийской научной конференции с международным участием (г. Томск, 11-14...
Красноярский государственный технический университет сибирский государственный технологический университет iconУльяновский государственный технический университет
Ульяновский государственный технический университет в период с января по апрель 2012 года проводит интеллектуальный конкурс «Формула...
Красноярский государственный технический университет сибирский государственный технологический университет iconС. В. Прокудина >(г. Красноярск, Красноярский государственный технологический университет)
Этнодифференцирующие маркеры с точки зрения татар Енисейской губернии начала ХХ века
Красноярский государственный технический университет сибирский государственный технологический университет iconТехнический Университет «мами»
Федеральное агентство по образованию РФ московский Государственный Технический Университет
Красноярский государственный технический университет сибирский государственный технологический университет iconТехнический университет
Московский государственный инженерно-физический институт (технический университет)
Красноярский государственный технический университет сибирский государственный технологический университет iconКрасноярский государственный аграрный университет красноярский эколого-компьютерный центр

Красноярский государственный технический университет сибирский государственный технологический университет iconКрасноярский государственный университет красноярский эколого-компьютерный центр
Проведение учебно-полевой практики по ботанике для школьников: Метод разработка/Красноярский детский эколого-компьютерный центр;...
Красноярский государственный технический университет сибирский государственный технологический университет iconКрасноярский государственный университет красноярский эколого-компьютерный центр
Проведение биоиндикационных исследований со школьниками по оценке уровня атмосферного загрязнения с помощью хвойных растений: Метод...
Красноярский государственный технический университет сибирский государственный технологический университет iconРаботы филиала федерального государственного бюджетного образовательного...
«Кузбасский государственный технический университет имени Т. Ф. Горбачева» в г. Белово за 2011-2012 учебный год
Красноярский государственный технический университет сибирский государственный технологический университет icon«Здоровый образ жизни. Собриология» в формате x-й Всероссийской
Красноярский Государственный Педагогический Университет (кгпу) им. В. П. Астафьева
Вы можете разместить ссылку на наш сайт:
Школьные материалы


При копировании материала укажите ссылку © 2019
контакты
pochit.ru
Главная страница