Теория нейронных сетей - Галушкин А.И.
ISBN 5-93108-05-8
Скачать (прямая ссылка):
ров обеспечивает так называемую постепенную деградацию системы при выходе из строя отдельных элементов. Подобное свойство существует и в нейронных ЭВМ, что является их большим преимуществом. Ниже изложены методы исследования функциональной надежности нейронных сетей, в частности методы исследования функциональной надежности экспериментальным путем, а также параметрической надежности и функциональной при наличии катастрофических отказов. Отдельно рассматриваются методы построения и исследования восстанавливающих органов в нейронных сетях.
10.10. Диагностика нейронных сетей
Структура нейронных ЭВМ является специфической в классе ЭВМ, которая строится в виде массива процессоров. Это предъявляет особые требования к процедуре диагностики по крайней мере той части нейронных ЭВМ, которая представляет сеть нейронов. Основы методов диагностики таких сетей были заложены еще в работах [В-12, В-13]. В данной книге изложены методы формирования понятия отказа в нейронных сетях, представлены алгоритмы локализации отказов в нейронных сетях, методы построения минимальных тестов, а также методы адаптивной диагностики отказов в нейронных сетях. Изложенные методы в принципе могут быть основой разработки разделов операционных систем нейрокомпьютеров, связанных с их тестированием.
Выводы
В результате работ 60-, 70- и 80-х годов в России сформировалось направление работ в области теории нейронных сетей, обладающее приоритетом по отношению к зарубежный работам.
Разработаны методы адаптивной настройки нейронных сетей:
~ с произвольным видом нейрона;
~ с произвольным числом слоев;
~ с различными видами связей между слоями (прямые, перекрестные, обратные);
~ с различными видами критериев оптимизации;
~ с различными ограничениями на весовые коэффициенты нейронных сетей.
Исходной позицией автора в данной книге является н использование нейронных сетей некоторой заданной стру туры, интересной какому-либо автору с точки зрения изв стных ему задач (стандартные нейросетевые парадигмы), определение структуры нейронной сети и метода ее на стройки, адекватных выбранной для решения задаче.
Материал книги является изложением результатов оч~ редного этапа работ автора в области нейронных сетей. Ос новным направлением перспективных работ в этой облает является развитие теории нейронных сетей, структура алгоритмы адаптации которых адекватны наиболее акту альным задачам.
В целом нейрокомпьютеры являются перспективным на правлением развития современной сверхвысокопроизводител ной вычислительной техники. Теория нейронных сетей и не роматематика являются приоритетными направлениями ра вития российской вычислительной науки, которые требу поддержки. Основой развития этих направлений могут бы только прикладные вычислительные системы на базе нейр компьютеров, создание которых необходимо инициировать ближайшем будущем.
Разработки трех направлений: нейросетевых алгоритм решения задач, теории нейронных сетей и нейрокомпыоте находятся в тесной взаимосвязи:
- с одной стороны структура нейронной сети для кажд' задачи определяется самой задачей, с другой - развит теории нейронных сетей побуждает применять для решен ‘ задач более сложные структуры нейронных сетей;
- с одной стороны, уровень совершенства технических у< ройств определяет диапазон возможностей для построения не” ронных сетей и нейросетевых алгорритмов, с другой - разв тие нейроматематики подталкивает теорию сетей, а та в сво очередь направляет развитие технического исполнения;
- в настоящее время направление исследования нейрон ных сетей связано с направлением разработки нейрокомпь; теров пожалуй лишь программными средствами реализац конкретных задач и связанных с ними структур. В будущем программная и аппаратная части нейрокомпьютера будут значительной степени определяться решаемыми задачами структурами реализуемых нейронных сетей.
Нейрокомпьютеры являются эффективным симбиозом вычислительной науки, теории адаптивных систем автоматического управления и нейродинамики.
В Приложении к данному разделу представлен список дополнительной отечественной литературы по нейрокомпьютерам.
Литература
В-1. F. Rosenblatt. Principles of neurodynamics. Spartan Books, Washington, 1962. Русский перевод: Розенблатт Ф. Принципы нейродинамики. -М., Мир, 1964.
В-2. Minsky М., Papert S. Perceptrons. An introduction to computational geometry, MIT Press, 1969. Русский перевод: Минский М., Пайперт С. Персептроны. -М., Мир, 1971.
В-3. Nillson N.J. Leaning Machines. McGraw-Nill Book Company, 1965. Русский перевод: Нильсон H. Обучающиеся машины. —М., Мир, 1967.
В-4. Grossberg S. The Adaptive Brain, T.1,2, Advances in psychology,
1987.
B-5. M.Dertouzos. Threshold logic. A synthesis Appro ach. MIT Press 1965. Русский перевод: М.Дертоузос. Пороговая логика. -М., Мир, 1967.
В-6. Галушкин А.И. Синтез многослойных систем распознавания образов. -М., Энергия, 1974.
В-7. Ивахнёнко А.Г. Персептрон - система распознавания образов. - Киев, Наукова Думка, 1975.
