Големина на текста:
Русенски Университет „Ангел Кънчев”
Факултет:Природни науки и образование
РЕФЕРАТ
По
Изкуствен интелект
Тема: Невронни мрежи
Изготвила: Кристина Димитрова
Специалност: ИИТБ
Група: 51А
Факултетен №096804
Дата: проверил:…………
Гр. Русе /доц.Д.Атанасова/
1
Невронните мрежи (НМ) са резултат от взаимодействието на нервни клетки или на
моделиращите тяхното поведение компоненти. Изкуствените невронни мрежи се
изграждат по аналогия на естествените невронни мрежи, базирани
на микропроцесори (невронни процесори). Невронните мрежи се използват успешно в
различни области: техниката, бизнеса, геологията, физиката, медицината и др. С тяхна
помощ се решават задачи, свързани с прогнозирането, моделирането и управлението. Те
са привлекателни, защото се основават на биологичния модел на нервните системи.
Невронните мрежи имат съществена роля за създаването на изкуствен интелект въз основа
на клас алгоритми, чрез които се решават задачи по подобие на човешкия мозък.
Невронните мрежи позволяват автоматично конфигуриране и самообучение чрез
постепенно изменение на стойностите на коефициентите за тежест на компонентите на
мрежата с цел намаляване на грешката в изходящия от мрежата сигнал. Сигналът за
грешка се подава чрез обратна връзка на входа на системата. Чрез невронните мрежи се
решават разнообразни проблеми като се използва интуиция. През 1958 г. Франк Розенблат
създава първата изкуствена невронна мрежа, която моделира обработката на
визуална информация в човешкия мозък. Използването на невронни мрежи се отличава с
голяма бързина на процесите, тъй като обработката на информацията се осъществява с
помощта на множество компоненти, които работят паралелно.
Невронната мрежа е математически модел на система за обработка на информация,
организирана по подобие на анатомичното устройство на човешкия мозък.
Математическият модел на биологичната невронна мрежа е изграден от множество от
взаимносвързани прости изчислителни елементи (неврони). Могат да бъдат посочени
следните основни етапи в развитието на невронните мрежи:
?1958 г.: създадена е първата изкуствена невронна мрежа, наречена Perceptron;
?60-те година на ХХ-ти век: създаване на невронни мрежи, чрез които се изучават
познавателните способности на човека;
?80-те година на ХХ-ти век: широко използване на изкуствени невронни мрежи за
решаването на разнообразни задачи;
?1994 г.: начало на масовото производство на невронни компютри. За първи път в
Европа тези компютри се произвеждат от Siemens-Nixdorf.
Невронът представлява нервна клетка, на която се базира мисловната дейност на човека.
Невронът се отличава със следните свойства: уникалност и взаимообвързаност – всеки
неврон е свързан със съседите си чрез верига от връзки, които са неповторими в рамките
на общата система. Могат да бъдат посочени следните предположения за изчисленията,
извършвани в мозъка:
?Невроните интегрират информация.
?Невроните предават информация за нивото на техния вход.
?Влиянието на един неврон върху друг зависи от силата на връзката между тях.
?Научаването става с промяна на силата на връзките между невроните.
?Обработката на информацията става на етапи.
Всеки неврон приема "сигнали" от предхождащите го в мрежата други неврони под
формата на числа, извършва някакви аритметични действия, определени от неговата
функция на активация (степен на възбуда) и резултатът се предава по изходящите връзки
2
(синапсите) към следващите неврони. Всяка връзка има тегло, което умножавайки се със
сигнала, определя неговата значимост (сила). Теглата на връзките са аналогични на силата
на синаптичните импулси, предавани между биологичните неврони. Отрицателна
стойност на теглото съответства на подтискащ импулс, а положителна – на възбуждащ.
Невронните мрежи се състоят от един, два или повече отделни слоя, които могат да бъдат
организирани в различна топология. Математически е доказано, че невронна мрежа с
повече от един слой с достатъчно на брой неврони, може да моделира поведението на
всяка съществуваща функция. Теглата на връзките между невроните определят
функционалността и поведението на невронната мрежа.
В зависимост от вида на връзките между невроните разграничаване главно:
• Прави мрежи, в които данните се предават строго от входните към изходните възли.
Мрежата може да е многослойна, но не съществуват никакви обратни връзки, т.е. няма
връзки, излизащи от изходна невроните от един слой и завършващи на входа на неврони
от същия или предишни слоеве.
• Рекурентни мрежи, които включват и обратни връзки. Противоположно на правите
мрежи динамичните свойства на тези структури са важни. В някои случаи, активиращите
стойности на възлите са в процес на релаксация, при който мрежата преминава в
стабилно състояние, в което не настъпват повече значителни промени. В някои
приложения, промените на активност на изходните възли са значими и динамичното
поведение определя изхода на мрежата. Класически пример за права мрежа е
перцептронът и adaline. Примери за рекурентни мрежи са представени от Андерсън
(Anderson), Кохонен (Kohonen) и Хопфийлд(Hopfield).
Най-важното свойство на невронните мрежи е способността им да се обучават на основата
на данните от околната среда и в резултат на обучението да повишат своята
производителност. Повишаването на производителността протича в течение на времето в
съответствие с определени правила. Обучението на невронните мрежи протича
посредством интерактивен процес на корекция на синаптическите тегла и прагове. В
идеалният случай невронните мрежи получават знания от околната среда на всяка
итерация в процеса на обучение. С понятието обучение се асоциират много видове
действия, затова е много сложно да се определи еднозначно. Процеса на обучение зависи
от неговата гледна точка. Обучение – това е процес, в който свободните параметри на
невронната мрежа се настройват посредством моделирана среда в която е построена тази
мрежа. Типа на обучението се определя от способа на построяване на тези параметри.
Това определение за процеса на обучение предполага следната последователност на
събития:
1. В невронната мрежа постъпват стимули от външната среда.
2. В резулта на което се изменят свободните параметри на невронната мрежа.
3. След изменение на външната структура на невронната мрежжа тя отговаряна
възбуждането вече по друг начин.
Тези правила се наричат алгоритъм за обучение (learning algorithm). Съществува набор от
средства представени от множеството на алгоритъма на обучение, всяко от които има
своето достойнство. Алгоритмите за обучение се отличават един от друг по способността
на нарастване на синаптическите тегла на неврона и връзките на обучените неврони с
външната среда. В този контекст се определят парадигмите на обучение (learning
paradigm) свързани с моделите на околната среда, в която функционират данните на
невронната мрежа.
Основни типове модели на невронни мрежи
3

Това е само предварителен преглед

За да разгледате всички страници от този документ натиснете тук.

Невронни мрежи

Невронните мрежи (НМ) са резултат от взаимодействието на нервни клетки или на моделиращите тяхното поведение компоненти. Изкуствените невронни мрежи се изграждат по аналогия на естествените невронни мрежи, базирани на микропроцесори...
Изпратен от:
Kristina Dimitrova
на 2012-12-02
Добавен в:
Курсови работи
по Системи с изкуствен интелект
Статистика:
138 сваляния
виж още
 
Подобни материали
 

Невронна мрежа


От досегашните ни представи за системите работещи с Изкуствен интелект знаем, че при експертните системи познанието се съхранява във вид на структури...
 

Изкуствен интелект и организация на знанията


Не може да се даде точно определение, защото интелекта е свързан с възможността да се мисли. Някои човешки функции могат да се моделират със съвременните технологии...
 

Метод на резолюцията


Готова разработена Курсова работа по Системи и изкуствен интелект при Паолина Андреева, ТУ-Габрово. Тема на курсовата работа: Метод на резолюцията...
 

Невронни мрежи

Материал № 921157, от 02 дек 2012
Свален: 138 пъти
Прегледан: 172 пъти
Предмет: Системи с изкуствен интелект, Автоматика, изчислителна техника
Тип: Курсова работа
Брой страници: 7
Брой думи: 1,882
Брой символи: 11,525

Потърси помощ за своята домашна:

Имаш домашна за "Невронни мрежи"?
Намери бързо решение, с помощтта на потребители на Pomagalo.com:

Последно видяха материала