34. Сравнение ветвей компьютерной эволюции.

2 ветви: Фон- Неймановская архитектура и вычисления без четкого алгоритма

Сравнение :

Фон- неймановская архитектура - предполагает обычную систему - железо, софт, вычисления по определенному алгоритму.

Вычисления без четкого алгоритма - нейросети, алгоритм обработки данных определяется самимим данными, т.н. обучающей выборкой.

Фон- неймановская архитектура .Алгоритм с самого начала был основой программирования для компьютеров фон-Неймановской архитектуры. Однако уже с середины 60-х годов постоянно велись разработки альтернативных способов организации вычислительного процесса, в основном связанные с исследованиями в области искусственного интеллекта и параллельного программирования для многопроцессорных систем. Преодоление порога в решении этой проблемы обеспечили аппарат Н-моделей и последние работы в области программирования в ограничениях, поскольку они строятся на реализации управления по данным, обеспечивающим естественную и максимальную децентрализацию, асинхронность и параллельность процесса вычислений. В качестве следующего шага этой революции возможен переход к управлению на основе событий, значительно повышающему уровень ассоциативного механизма управления по данным.

Вычисления без четкого алгоритма . Исчисление предикатов, раздел математической логики — совокупность логико-математических исчислений, формализующих те разделы современной логики, в которых отображаются и изучаются (в связи с рассмотрением субъектно-предикатной структуры предложений) правила оперирования с кванторами.

Логика предикатов, раздел математической логики, изучающий логические законы, общие для любой области объектов исследования (содержащей хоть один объект) с заданными на этих объектах предикатами (т. е. свойствами и отношениями). В результате формализации Логика предикатов принимает вид различных исчислений. Простейшими логическими исчислениями являются исчисления высказываний. В более сложных исчислениях предикатов описываются логические законы, связывающие объекты исследования с отношениями между этими объектами.

35 Архитектуры нейронных сетей

Способ структурирования нейронов в сети (организация взаимосвязи) тесно связан с алгоритмом обучения нейронной сети.

Глава 1Однослойная сеть прямого распространения

Слоистая структура сети – это такая структура, в которой нейроны объединены в слои.

Глава 2Многослойные сети прямого распространения

Следующим классом сетей прямого распространения, которые отличаются наличием одного или нескольких скрытых слоев, чьи вычислительные узлы соответственно называются скрытыми нейронами или скрытыми элементами, являются многослойные сети прямого распространения. выходным слоем сети.

Глава 3Рекуррентные сети

Рекуррентные сети отличаются от сетей прямого распространения наличием хотя бы одной петли обратной связи.

Глава 4Решетчатые структуры

Решетчатая структура состоит из многомерного массива нейронов с соответствующим множеством входных узлов, которые предоставляют входную информацию сети;

Глава 5Смешанные структуры

Говоря обобщенно, смешанные структуры не относятся к отдельному типу нейронных структур, а рассматриваются в разделах построения модульных сетей.

Элементы задержки

Рисунок 3. Архитектурный граф рекуррентной сети без собственных обратных связей

Рисунок 4. Двухмерная решетка 3*3 нейронов

Входной слой узлов источников