1. Классификация моделей представления знаний
Вид материала | Документы |
Известные применения Известные типы сетей Свёрточная нейронная сеть (convolutional neural network) 51. Гибридные системы. 44. Нечёткие нейронные сети. |
- Экспертные системы и базы знаний, 42.45kb.
- Знаний. Модели представления знаний: логическая, сетевая, фреймовая, продукционная, 215.44kb.
- Системы искусственного интеллекта, 15.16kb.
- Техническое задание на выполнение курсовой работы на тему: Исследование моделей представления, 32.74kb.
- Судомоделирование, 131.6kb.
- План изучения дисциплины № п/п, 155.57kb.
- Лекции по дисциплине «Математическое моделирование» для студентов и магистрантов специальности, 21.92kb.
- 2. Лекция: Системы представления знаний, 171.88kb.
- Программа по курсу " Моделирование систем управления, 30.71kb.
- Программа курса «экономика труда», 585.26kb.
Известные применения
Распознавание образов и классификация
Принятие решений и управление
Кластеризация
Прогнозирование
Сжатие данных и Ассоциативная память
Известные типы сетей
- Персептрон Розенблатта;
- Многослойный перцептрон;
- Сеть Джордана;
- Сеть Элмана;
- Сеть Хэмминга;
- Сеть Ворда;
- Сеть Хопфилда;
- Сеть Кохонена;
- Нейронный газ[18]
- Когнитрон;
- Неокогнитрон;
- Хаотическая нейронная сеть;
- Осцилляторная нейронная сеть;
- Сеть встречного распространения;
- Сеть радиальных базисных функций (RBF-сеть);
- Сеть обобщенной регрессии;
- Вероятностная сеть;
- Сиамская нейронная сеть;
- Сети адаптивного резонанса.
- Свёрточная нейронная сеть (convolutional neural network).
35. Нейронная сеть Кохонена.
Нейронные сети Кохонена — класс нейронных сетей, основным элементом которых является слой Кохонена. Слой Кохонена состоит из адаптивных линейных сумматоров («линейных формальных нейронов»). Как правило, выходные сигналы слоя Кохонена обрабатываются по правилу «победитель забирает всё»: наибольший сигнал превращается в единичный, остальные обращаются в ноль.
По способам настройки входных весов сумматоров и по решаемым задачам различают много разновидностей сетей Кохонена.[1] Наиболее известные из них:
- Сети векторного квантования сигналов[2], тесно связанные с простейшим базовым алгоритмом кластерного анализа (метод динамических ядер или K-средних, то есть K-means)
- Самоорганизующиеся карты Кохонена (Self-Organising Maps, SOM)[3]
- Сети векторного квантования, обучаемые с учителем (Learning Vector Quantization)
51. Гибридные системы.
Под гибридной интеллектуальной системой принято понимать систему, в которой для решения задачи используется более одного метода имитации интеллектуальной деятельности человека. Таким образом ГИС — это совокупность:
- аналитических моделей
- экспертных систем
- искусственных нейронных сетей
- нечетких систем
- генетических алгоритмов
- имитационных статистических моделей
Междисциплинарное направление «гибридные интеллектуальные системы» объединяет ученых и специалистов, исследующих применимость не одного, а нескольких методов, как правило, из различных классов, к решению задач управления и проектирования.
44. Нечёткие нейронные сети.