Штучныя нейронавыя сеткі

Штучныя нейронавыя сеткі - гэта такія, якія складаюцца з адмысловых элементаў - нейронаў. Яны з'яўляюцца матэматычнай мадэллю біялагічных нейронаў, гэта значыць клетак, якія складаюць нервовую сістэму чалавека.

Упершыню аб нейронных сетках загаварылі ў 1943 годзе, а пасля вынаходства перцептрона Розэнблата наступіла залатая эра, і сеткі набылі вялікую папулярнасць. Аднак пасля публікацыі працы Мінскага ў 1969 годзе, у якой навуковец даказаў неэфектыўнасць перцептрона пры некаторых умовах, цікавасць да гэтай галіны рэзка ўпаў. Але на гэтым гісторыя штучных сетак не сканчаецца. У 1985 году Дж. Хопфилд прадставіў свае даследаванні і даказаў, што нейронавыя сеткі - выдатны інструмент для машыннага навучання.

З біялогіі было запазычана некалькі паняццяў і прынцыпаў. Нейрон - гэта разнавіднасць перамыкача, які атрымлівае, а затым перадае імпульсы (сігналы). У выпадку, калі нейрон атрымлівае досыць магутны імпульс, лічыцца, што ён актываваны і перадае імпульсы астатнім нейронам, звязаным з ім. Нейрон ж, які застаўся не актываваным, застаецца ў стане спакою, імпульс ён не перадае. Складаецца нейрон з некалькіх асноўных кампанентаў: сінапсаў, якія злучаюць нейроны адзін з адным і атрымліваюць імпульсы, аксона, задача якога перадаваць імпульсы, і дендрытаў, які атрымлівае сігналы з розных крыніц. Калі нейрон атрымлівае імпульс вышэй пэўнага парога, ён адразу ж перадае сігнал наступным нейронам.

Матэматычная мадэль трохі адрозніваецца. Уваход матэматычнай мадэлі нейрона - гэта вектар, які складаецца з вялікай колькасці кампанент. Кожная іх кампанента - гэта 1 з імпульсаў, якія атрымлівае нейрон. Выхадам мадэлі з'яўляецца адно лік. Гэта значыць, унутры мадэлі ўваходных вектар пераўтвараецца ў скаляр, у далейшым перадаецца іншым нейронам.

Нейронавыя сеткі можна навучаць двума спосабамі: з настаўнікам і без. Працэс навучання складаецца з некалькіх крокаў. Спачатку на ўваход сеткі падаецца стымул звонку. Затым у адпаведнасці з правіламі змяняюцца свабодныя параметры нейронавай сеткі, пасля чаго сетка адказвае на ўваходныя стымулы ўжо па-іншаму. Працэс трэба паўтараць да таго часу, пакуль сетка не вырашыць задачу. Алгарытм навучання з настаўнікам складаецца ў тым, што падчас навучання сетка ўжо мае правільны адказ. Гэты метад паспяхова ўжываюць для вырашэння многіх прыкладных задач, аднак яго часта крытыкуюць за тое, што ён біялагічна неверагоднасьці. Нейронавыя сеткі навучаюцца без настаўніка ў тым выпадку, калі вядомыя толькі ўваходныя сігналы. На іх аснове сетку паступова вучыцца даваць лепшыя значэння выхадаў.

Прымяненне нейронавых сетак сапраўды разнастайна. Часта іх выкарыстоўваюць для аўтаматызацыі распазнавання вобразаў, прагназавання, стварэння розных экспертных сістэм, апраксімацыі функцыяналаў. З дапамогай такой сеткі можна выканаць распазнаванне гукавых альбо аптычных сігналаў, прадказаць паказчыкі біржы, стварыць сістэмы, здольныя да саманавучання, якія могуць, напрыклад, сінтэзаваць гаворка па зададзеным тэксце або паркаваць аўтамабіль. Нейронавыя сеткі на захадзе прымяняюцца больш актыўна, на жаль, айчынныя фірмы яшчэ не ўзялі на ўзбраенне гэтую методыку.

Нягледзячы на перавагі ІНСТРУКЦЫІ над звычайнымі вылічэннямі ў некаторых абласцях, якія існуюць нейронавыя сеткі - ня ідэальныя рашэнні. Бо яны здольныя да навучання, могуць яны і памыляцца. Акрамя гэтага, нельга дакладна гарантаваць, што распрацаваная нейрасецівы будзе аптымальнай. Распрацоўшчык абавязаны разумець прыроду вырашаемай праблемы, мець мноства інфармацыі, якая праблему характарызуе, атрымаць дадзеныя для тэставання і навучання сеткі, правільна выбраць метад навучання, перадаткавыя функцыю і функцыі суматара.