- •Штучні нейронні мережі
- •Лекція 1. Штучні нейронні мережі
- •Лекція 2. Детальний опис компонент нейронних мереж
- •Лекція 3. Вибір мережі
- •Лекція 4. Нейронна мережа на основі моделі "Функціонал на множині табличних функцій"
- •Лекція 5. Нейромережі в задачах відображення
- •Лекція 6. Сучасні напрямки розвитку нейрокомп'ютерних технологій
- •Штучні нейронні мережі
- •Історія нейронних мереж
- •Аналогія з мозком
- •Біологічний нейрон
- •Штучний нейрон
- •Штучні нейронні мережі
- •Навчання штучної нейронної мережі
- •Обґрунтованість застосування нейромереж
- •Машина фон Неймана у порівнянні з біологічної нейронною системою
- •Детальний опис компонент нейронних мереж
- •Розширена модель штучного нейрона
- •Компоненти штучного нейрона
- •Архітектура з'єднань штучних нейронів
- •Нейронні мережі
- •Навчання штучної нейронної мережі Контрольоване навчання
- •Неконтрольоване навчання
- •Оцінки навчання
- •Правила навчання
- •3Вибір мережі
- •Перцептрон Розенбалата
- •Алгоритм навчання одношарового перцептрона
- •Нейромережа зворотного поширення похибки (Back Propagation)
- •Алгоритм навчання мережі
- •Скерований випадковий пошук
- •Нейронна мережа вищого порядку або функціонально-пов'язана нейронна мережа
- •Мережа Кохонена
- •Алгоритм функціонування мережі Кохонена:
- •Квантування навчального вектора (Learning VectorQuantization)
- •Мережа зустрічного поширення (CounterРropagation)
- •Навчання мережі
- •Функціонування мережі
- •Імовірнісна нейронна мережа
- •Мережа Хопфілда
- •Алгоритм функціонування мережі
- •Машина Больцмана
- •Алгоритм функціонування мережі
- •Мережа Хемінга
- •Алгоритм функціонування мережі Хемінга
- •Двоскерована асоціативна пам'ять
- •Мережа адаптивної резонансної теорії
- •Алгоритм функціонування мережі
- •Нейронна мережа на основі моделі "Функціонал на множині табличних функцій"
- •Базові концепції моделі "Функціонал на множині табличних функцій"
- •Навчання та функціонування нейромережі фтф
- •Алгоритм для режиму навчання нейромереж
- •Алгоритм для режиму функціонування нейромережі
- •Особливості формування передатних функцій
- •Нейромережі в задачах відображення
- •Типи задач відображення і підходи до їх вирішення
- •Задачі прогнозування
- •Адаптація нейромереж в режимах прогнозування
- •Однопараметрична задача прогнозування
- •Множина даних для однопараметричної задачі
- •Багатопараметрична задача прогнозування
- •Множина даних для багатопараметричної задачі
- •Однокрокове прогнозування (передбачення)
- •Багатокрокове прогнозування
- •Багатокрокове прогнозування з перенавчанням нейромережі на кожному кроці прогнозу
- •Критерії оцінки якості функціонування мережі
- •Оцінювання точності прогнозів
- •Сучасні напрямки розвитку нейрокомп'ютерних технологій
- •Традиційні задачі
- •Прикладні задачі
- •Загальні задачі
- •Обробка зображень
- •Обробка сигналів
- •Нейрокомп'ютери в системах керування динамічними об'єктами
- •Нейромережеві експертні системи
- •Нейрочіпи і нейрокомп'ютери
- •Підсумок
Історія нейронних мереж
Вивченню людського мозку - тисячі років. З появою сучасної електроніки, почались спроби апаратного відтворення процесу мислення. Перший крок був зроблений у 1943 р. З виходом статті нейрофізіолога Уоррена Маккалоха (Warren McCulloch) і математика Уолтера Піттса (Walter Pitts) про роботу штучних нейронів і представлення моделі нейронної мережі на електричних схемах.
В 1949 р. опублікована книга Дональда Хебба (Donald Hebb) "Організація поведінки". В ній досліджена проблематика налаштування синаптичних зв'язків.
В 1950-х рр. з'являються програмні моделі штучних нейромереж. Перші роботи провів Натаніел Рочестер (Nathanial Rochester) з дослідної лабораторії IBM. І хоча пізніші реалізації були успішними, його модель зазнала невдачі, оскільки бурхливий зріст традиційних обчислень залишив у затінку нейронні дослідження.
В 1956 р. Дартмутський дослідний проект з штучного інтелекту забезпечив підйом штучного інтелекту, зокрема нейронних мереж. Стимулювання досліджень штучного інтелекту розгалузилось в двох напрямках: промислові застосування систем штучного інтелекту (експертні системи) та моделювання мозку.
В 1958 р. Джон фон Нейман (John fon Neumann) запропонував імітацію простих функцій нейронів з використанням телеграфної передачі або вакуумних трубок.
В 1959 р. Бернард Відров (Bernard Widrow) та Марсіан Хофф (Marcian Hoff) розробили моделі ADALINE та MADALINE (Множинні Адаптивні Лінійні Елементи (Multiple ADAptive LINear Elements)). MADALINE діяла, як адаптивний фільтр, що усував відлуння на телефонних лініях. Ця нейромережа досі в комерційному використанні.
Нейробіолог Френк Розенблатт (Frank Rosenblatt) почав роботу над перцептроном. Одношаровий перцептрон був збудований апаратно і вважається класичною нейромережею. На той час перцептрон використовувався у класифікації множини вхідних сигналів у один з двох класів. На жаль, одношаровий перцептрон був обмеженим і зазнав критиці у 1969 р., у книзі Марвіна Мінскі (Marvin Minsky) та Сеймура Пейперта (Seymour Papert) "Перцептрони".
Ранні успіхи, були підставою того, що люди перебільшили потенціал нейронних мереж, зокрема в світлі обмеженої на ті часи електроніки. Надмірне сподівання, яке квітнуло у академічному та технічному світах, заразило загальну літературу цього часу. Побоювання у тому, як ефект "мислячої машини" відіб'ється на людині весь час підігрівався письменниками, зокрема серія книг Азімова про роботів показала наслідки на моральних цінностях людини, у випадку спроможності інтелектуальних роботів виконувати функції людини.
Ці побоювання, об'єднані з невиконаними обіцянками викликали множину розчарувань фахівців, які критикували дослідження нейронних мереж. Результатом було припинення більшості фінансування. Цей період спаду продовжувався до 80-х років.
У 1982 р. відновлення інтересу спричинило декілька подій. Джон Хопфілд (John Hopfield) представив статтю до національної Академії Наук США. Підхід Хопфілда створював докорінно нові підходи до моделювання.
У той самий час у Кіото (Японія) відбулась Об'єднана американо-японська конференція по нейронних мережах, які оголосили досягненням п'ятої генерації. Американські періодичні видання підняли цю історію, акцентуючи, що США можуть залишитись позаду, що привело до зросту фінансування в галузі нейромереж.
З 1985 р. Американський Інститут Фізики розпочав щорічні зустрічі - "Нейронні мережі для обчислень".
В 1989 р. на зустрічі "Нейронні мережі для оборони" Бернард Відров повідомив аудиторії про початок четвертої світової війни, де полем бою є світові ринки та виробництва.
У 1990 р. Департамент програм інноваційних досліджень захисту малого бізнесу назвав 16 основних та 13 додаткових тем, де потрібне та можливе використання нейронних мереж.
Сьогодні, обговорення нейронних мереж відбуваються скрізь. Перспектива їх використання видається досить яскравою, в світлі вирішення нетрадиційних проблем і є ключем до цілої технології. На даний час більшість розробок нейронних мереж принципово працюючі, але можуть існувати процесорні обмеження. Дослідження скеровані на програмні та апаратні реалізації нейромереж. Компанії працюють над створенням трьох типів нейрочіпів: цифрових, аналогових та оптичних, що обіцяють бути хвилею близького майбутнього.
