ITMO University Digest: # 3 Neuronale Netze: Interessante Artikel aus ITMO University Journals



    Heute finden Sie im Digest (die erste und die zweite Ausgabe ) eine Auswahl wissenschaftlicher Artikel zu neuronalen Netzen, die in verschiedenen Jahren in ITMO-Universitätszeitschriften veröffentlicht wurden: Beginnend mit den Eigenschaften und Merkmalen verschiedener Arten von neuronalen Netzen, den Möglichkeiten zur Verbesserung der Qualität und Beschleunigung von neuronalen Netzen beim Lösen andere Aufgaben, Modellierung verschiedener Prozesse des menschlichen Gehirns und Abschluss mit verschiedenen praktischen Optionen für die Nutzung neuronaler Netze.

    Eigenschaften und Eigenschaften neuronaler Netze


    Bildung eines Trainingsbeispiels für ein neuronales Netzwerk . Forscher lösen das Problem des Trainings eines neuronalen Netzwerks: Es muss effektiv sein und sollte nicht zu viel Zeit in Anspruch nehmen. Zur Lösung des Problems schlagen die Autoren vor, mit der Methode der mathematischen Versuchsplanung Trainingspaare des neuronalen Netzes zu erhalten und diesen Vorgang detailliert zu beschreiben.

    Synthese optimaler künstlicher neuronaler Netze . Die Autoren arbeiten an der Frage, wie Sie einen Algorithmus erstellen können, mit dem Sie solche Optionen für die Struktur und Einstellungen der Gewichte des neuronalen Netzwerks auswählen können, um ein Minimum an Zeit für das Erlernen des Netzwerks zu verwenden und das optimale Ergebnis zu erzielen. Um das Problem zu lösen, schlagen Wissenschaftler vor, einen modifizierten genetischen Algorithmus zu verwenden, mit dem Sie viele optimale Optionen für den Aufbau eines Netzwerks finden können.

    Verwendung eines radialen neuronalen Basisnetzes (RBFNN) zur Lösung von Randwertproblemen der mathematischen Physik . Der Autor schlägt vor, Parallelisierung in der Software- und Hardwarearchitektur der RBFNN-Lernalgorithmusarchitektur zu verwenden. Die Wirksamkeit dieses Ansatzes wird durch ein Experiment bestätigt, das die RBFNN-Trainingsdauer auf verschiedenen CPUs und GPUs vergleicht.

    Dynamische Eigenschaften eines neuronalen Netzwerkmodells des räumlichen Gedächtnisses . Die Forscher lösen die Frage: Wie lässt sich ein Modell des „Gedächtnisses“ der künstlichen Intelligenz aufbauen, das in der Qualität der Arbeit dem Menschen nahe kommt? Als Lösung wird vorgeschlagen, ein heteroassoziatives neuronales Netzwerk und die Entwicklungen der Autoren auf dem Gebiet der Bewertung der Genauigkeit von gespeichertem Material zu verwenden.

    Die Umsetzung der Mechanismen des kreativen Denkens der künstlichen Intelligenz. Wissenschaftler untersuchen eine Reihe von Fragen im Zusammenhang mit der Implementierung des Mechanismus zur Lösung kreativer Probleme durch ein neuronales Netzwerk mit bidirektionalen Verbindungen, die durch Fourier-Holographie gebildet werden. Links zu Artikeln: 1 , 2 , 3 .

    Neurofuzzy-Spannungsregler des Steuerobjekts . Die Forscher analysieren die Möglichkeit, Fuzzy-Logik und neuronale Netze zu einem Neuro-Fuzzy-Steuerungssystem zu kombinieren, mit dem die Genauigkeit der Analyse und die Geschwindigkeit der Berechnungen erhöht werden können, sowie Systeme zur Steuerung von Objekten, deren Funktionsalgorithmen mit herkömmlichen mathematischen Methoden nur schwer zu formalisieren sind.

    Neuronaler Netzwerkmechanismus der kognitiven Dissonanzreduktion. Die Autoren untersuchen die Implementierung von Mechanismen, die das Auftreten von Phänomenen verursachen, die denen des biologischen Gehirns ähneln, insbesondere Mechanismen zur Verringerung der kognitiven Dissonanz.



    Anwendungsgebiete neuronaler Netze


    Suchen Sie nach ähnlichen Beispielen von Schadcode (S. 301-305) . Die Forscher beschreiben die Implementierung einer automatisierten Suchmaschine für ähnliche Beispiele von Schadcode auf der Grundlage eines neuronalen Netzwerks.

    Menschliche Identifikation . Die Autoren betrachten die Frage, wie neuronale Netze verschiedener Typen in biometrischen Identifikationssystemen verwendet werden können, und wählen die Typen neuronaler Netze aus, die zur Lösung des Problems am effektivsten sind.

    Echtzeit-Bildstromanalyse (S. 348-353) . Das Material vermittelt die Grundlagen des Konzepts der Erkennung von Rasterbildern mithilfe künstlicher neuronaler Netze - eine Beschreibung der Hauptansätze sowie der Methoden, die für die Analyse- und Prognoseprozesse beim Arbeiten mit einem neuronalen Netz verwendet werden.

    Bestimmung der Durchflussmenge von Granulat . Die Autoren beschreiben den Mechanismus der Verwendung eines neuronalen Netzwerks zum Aufbau eines Durchflussregelgeräts für Schüttgüter und die Ergebnisse eines Experiments zur Erstellung und Verwendung eines solchen Durchflussmessers. Link zum Artikel.

    Erstellen eines Analog-Digital-Wandlers (ADC) auf der Basis eines neuronalen Netzwerks . Wissenschaftler bieten die Möglichkeit, eine ADC-Architektur auf der Grundlage eines neuronalen Netzwerks sowie eine Lösung zu erstellen, mit der sich ADC-Signale selbst routen lassen - all dies macht den ADC zuverlässiger und genauer.

    Jetzt auch beliebt: