Россия
Россия
Рассмотрены возможности искусственных нейронных сетей в качестве основы для создания систем искусственного интеллекта. Главным преимуществом искусственных нейронных сетей является их способность к обучению, обобщению и выделению скрытых зависимостей в исходных данных. Приведены особенности, классификация, методы обучения искусственных нейронных сетей и задачи, успешно решаемые с помощью данных сетей. Рассмотрены этапы решения различных задач с помощью искусственных нейронных сетей. Подробно рассмотрены особенности нечетких нейронных сетей, глубинных нейронных сетей и сверточных нейронных сетей. В качестве примеров интеллектуальных систем, разработанных на основе искусственных нейронных сетей, рассмотрены: система аппроксимации функций по зашумленным данным, система классификации больших объемов данных, система автоматического управления, криптографическая система и система распознавания изображений. Разработаны компьютерные модели указанных систем, реализованные в виде программ для ЭВМ. Приведены результаты работы рассмотренных интеллектуальных систем, представленные в наглядном графическом виде.
искусственный интеллект, искусственные нейронные сети, нечеткие нейронные сети, глубинные нейронные сети, сверточные нейронные сети, компьютерные модели, аппроксимация функций, классификация, автоматическое управление, криптографическая система, распознавание изображений
1. Максимов В.И., Качаев С.В. Когнитивные технологии поддержки управленческих решений. М.: Труды ИПУ, 2018. Вып. 1.
2. Димитриченко Д.П., Жидков Р.А. Применение нейронных сетей для решения задач обработки данных при построении когнитивных карт // Известия Кабардино-Балкарского научного центра РАН. 2017. № 6.
3. Anderson C.H. The self-organizing map // Neural Computation. 2012. Vol. 5.
4. Barron A.R. Neural net approximation // IEEE Transaction on Information Theory. 2013. Vol. 49.
5. Vapnik V.N. A fuzzy neural network model // IEEE Transactions on Neural Networks. 2017. Vol. 3. № 5.
6. Лабинский А.Ю. Аппроксимация функций многих переменных нечеткой нейронной сетью // Природные и техногенные риски (физико-математические и прикладные аспекты). 2017. № 2. C. 6–14.
7. Лабинский А.Ю. Использование нейронных сетей для решения задач классификации // Природные и техногенные риски (физико-математические и прикладные аспекты). 2017. № 4. С. 25–32.
8. Лабинский А.Ю. Использование нечеткой логики и нейронных сетей в системах автоматического управления // Науч.-аналит. журн. «Вестник С.-Петерб. ун-та ГПС МЧС России». 2019. № 1. С. 11–17.
9. Лабинский А.Ю. Нейронные сети и защита информации // Проблемы управления рисками в техносфере. 2019. № 1. С. 16–24.
10. Лабинский А.Ю. Особенности использования нейронной сети для распознавания изображений // Проблемы управления рисками в техносфере. 2016. № 3. С. 21–27.
