3.7 Эксперименты по предсказанию парных взаимоотношений................ 68

Выводы главы 3............................................................................................ 69

Глава 4. Полутораслойный предиктор с произвольными преобразователями........................................................................................................................ 71

4.1 Постановка проблемы............................................................................. 71

4.2 Аналитическое решение.......................................................................... 72

4.3 Запись решения в идеологии нейросетей............................................... 74

4.4 Алгоритмическая часть........................................................................... 76

4.5 Оценка информационной емкости нейронной сети при помощи выборочной константы Липшица...................................................................................... 82

4.6 Соглашение о терминологии.................................................................. 84

4.7 Компоненты сети..................................................................................... 85

4.8 Общий элемент сети................................................................................ 85

4.9 Вход сети................................................................................................. 87

4.10 Выход сети............................................................................................. 87

4.11 Синапс сети............................................................................................ 88

4.12 Тривиальный сумматор........................................................................ 89

4.13 Нейрон................................................................................................... 89

4.14 Поток сети.............................................................................................. 91

4.15 Скомпонованная полутораслойная поточная сеть.............................. 92

Выводы по главе 4........................................................................................ 94

ВЫВОДЫ...................................................................................................... 95

ЛИТЕРАТУРА............................................................................................... 98

Программа-имитатор полутораслойной сети............................................ 107

Программа расчета социометрических показателей................................. 115

Психологический опросник А.Г. Копытова............................................... 119

Введение

С самого начала информационной эры идеи воспроизведения в работе вычислительных машин принципов функционирования мозга занимают умы ученых. Известно, например, что Винер и Розенблатт совместно работали над изучением биологических нейронов, и что из этих работ родилась идея обучения автоматов Винера и теория обучения сетей перцептронов Розенблатта.

Идея применения искусственных нейронных сетей в современной вычислительной технике заняла прочное место в умах ее разработчиков. Нейронные сети применяются для решения задач искусственного интеллекта, в системах технических органов чувств и управления производственными процессами. Адаптивные сетчатки Хопфилда применяются для создания устойчивых к помехам систем связи. В стадии опытно-конструкторских разработок (например, в лабораториях фирмы Siemens) находятся образцы аппаратных нейрокомпьютеров массового применения – нейросопроцессоров к персональным компьютерам.

Нейрокомпьютеры находят применение во многих отраслях современной науки – ядерной физике, геологии, метеорологии. Исследование искусственных нейронных сетей составляют значительные разделы в таких науках, как биофизика, вычислительная математика, электроника.

Привлекательным было бы и применение искусственных нейронных сетей к наукам о человеке. Однако здесь возникает следующая проблема: их теория не сформировалась пока в достаточной степени для того, чтобы описать процессы, происходящие в системах, в виде явных и пригодных для моделирования на современной вычислительной технике алгоритмов. Выражается это в частности в том, что диагностический аппарат психологии и медицины в существенной части основан на подходах, связанных с изучением и систематизацией прецедентов. Моделирование же биофизических процессов затруднено огромной сложностью систем – так, при работе с психологическими задачами функционирование системы, состоящей из количества элементов порядка 109 (человеческого мозга) недоступно для моделирования на вычислительной машине любой мыслимой сегодня мощности.

Попытки применения нейросетевых подходов в медицине были предприняты с немалым успехом группой НейроКомп. При помощи нейросетевых экспертных систем были решены задачи прогнозирования осложнений инфаркта миокарда, ранней диагностики и дифференциальной диагностики злокачественных опухолей сосудистой оболочки глаза, моделирования лечения и прогнозирования его непосредственных результатов у больных облитерирующим тромбангиитом, дифференциальной диагностики «острого живота», изучения иммунореактивности.