Page 347 - ЭВМ
P. 347

–  обнаружение неисправностей;
                      –  адаптивная робототехника;
                      –  управление голосом;

                      е) служба безопасности (распознавание лиц, голосов, отпечатков
               пальцев);
                      ж) биомедицинская промышленность:
                      –  анализ рентгенограмм;
                      –  обнаружение отклонений в ЭКГ;

                      з) телевидение и связь:
                      –  адаптивное управление сетью связи;
                      –  сжатие и восстановление изображения.
                      Представленный  перечень  далеко  не  полон.  Можно  найти  еще

               области,  где  оправдано  применение  НС.  Более  подробно  об  этих
               и других применениях и реализующих их структурах НС можно про-
               читать  в  журналах Neural Computation, Neural Computing and
               Applications, Neural Networks, IEEE Transactions on Neural Networks,
               IEEE Transactions on System, Man, and Cybernetics и др.

                      Структура  искусственного  нейрона.  Рассмотрение  чего-то
               большого, как правило, начинается с малого. Для того чтобы понять,
               как функционирует нейронная сеть, необходимо рассмотреть работу
               составных  частей,  из  которых  она  собирается,  т.  е.  работу  искусст-

               венного нейрона [70; 73–75; 77].
                      Под  нейронными  сетями  подразумеваются  вычислительные
               структуры,  которые  моделируют  простые  биологические  процессы,
               обычно  ассоциируемые  с  процессами  человеческого  мозга.  Адапти-
               руемые и обучаемые, они представляют собой распараллеленные сис-

               темы, способные к обучению путем анализа положительных и отри-
               цательных  воздействий.  Элементарным  преобразователем  в  данных
               сетях является искусственный нейрон, или просто нейрон, названный
               так по аналогии с биологическим прототипом.

                      К настоящему времени предложено и изучено большое количе-
               ство моделей нейроподобных элементов и нейронных сетей.
                      Нейрон – это составная часть нейронной сети (рис. 10.11). В со-
               став нейрона входят умножители (синапсы), сумматор и нелинейный
               преобразователь.  Синапсы  осуществляют  связь  между  нейронами

               и  умножают  входной  сигнал  на  число,  характеризующее  силу  связи
               (вес синапса). Сумматор выполняет сложение сигналов, поступающих
               по  синаптическим  связям  от  других  нейронов,  и  внешних  входных
               сигналов. Нелинейный преобразователь реализует нелинейную функцию



                                                           336
   342   343   344   345   346   347   348   349   350   351   352