телефон 978-63-62
978 63 62
zadachi.org.ru рефераты курсовые дипломы контрольные сочинения доклады
zadachi.org.ru
Сочинения Доклады Контрольные
Рефераты Курсовые Дипломы
путь к просветлению

РАСПРОДАЖАТовары для животных -30% Товары для детей -30% Игры. Игрушки -30%

все разделыраздел:Физика

Нейроподобный элемент /нейрон/

найти похожие
найти еще

Мыло металлическое "Ликвидатор".
Мыло для рук «Ликвидатор» уничтожает стойкие и трудно выводимые запахи за счёт особой реакции металла с вызывающими их элементами.
197 руб
Раздел: Ванная
Ночник-проектор "Звездное небо и планеты", фиолетовый.
Оригинальный светильник - ночник - проектор. Корпус поворачивается от руки. Источник света: 1) Лампочка (от карманных фонариков) 2) Три
330 руб
Раздел: Ночники
Гуашь "Классика", 12 цветов.
Гуашевые краски изготавливаются на основе натуральных компонентов и высококачестсвенных пигментов с добавлением консервантов, не
170 руб
Раздел: 7 и более цветов
Машина Больцмана представляет собой стохастический вариант сети Хопфилда. Бинарные нейроподобные элементы (блоки) трактуются здесь представители элементарных гипотез, а веса - как слабые парные взаимоограничения между ними. Положительный вес связи указывает, что две гипотезы стремятся поддерживать друг друга, а отрицательный - на их несовместимость. Симметрия связей позволяет проанализировать поведение сети с использованием энергетической функции (гамильтониана). Энергию определенного паттерна активности можно интерпретировать как степень нарушения ограничений, присутствующих в проблемной области, со стороны конкретной комбинации гипотез или как стоимостную функцию, которая должна быть минимизирована для решения оптимизационной задачи. Существует возможность, однако, попадания сети в локальный мимнимум, что крайне не желательно для оптимизационных задач. Чтобы сеть могла выбраться из локального энергетического минимума, в машине Больцмана применяется вероятностное правило срабатывания блоков: ,(2.1) где pi - вероятность нахождения i-го блока в единичном состоянии; P (x) - сигмоидная функция (рис. 1.2. б); - параметр, аналогичный температуре. При ®0 это правило переходит в правило срабатывания детерминированных элементов (1.3), а при повышении температуры увеличивается вероятность перехода системы в состояние с большей энергией. Обучение машины Больцмана описано в параграфе 2.2.  Сети с латеральным торможением. Карты признаков Кохонена. Обычно в качестве входных образов в моделях ассоциативной памяти используются некоторые внутренние представления сенсорной информации, прошедшей, как считается, необходимую предобработку. Один из нейросетевых вариантов такой переработки предложен Кохоненом. Его алгоритм формирует одно- или двумерную карту «карту» признаков путем нелинейного «сплющивания» многомерного сигнального пространства. При этом предполагается, что такое отображение должно сохранять топологические отношения, существующие между входными сигналами. Структура нейронной сети, в которой реализуется формирование карт признаков, приведена на рис. 2.1. Нейроны, имеющие сигмоидную характеристику, расположены в виде одно- и двумерного слоя слоя по аналогии со слоистым строением коры. На каждый нейрон поступают два вида связей: mij, которые интерпретируются как связи от сенсорных входов или из других областей, и wjk - латеральные связи от нейронов одного слоя, характер которых зависит от расстояния между нейронами. Функция взаимодействия нейронов одного слоя имеет вид «мексиканской шляпы» (рис. 2.2.), что соответствует некоторым нейробиологическим данным. Близко расположенные нейроны возбуждают друг друга, с увеличением расстояния возбуждение сменяется торможением, а затем опять появляются слабые возбуждающие связи, которые по-видимому, выполняют ассоциативные функции и в данной модели не используются. Эффект наличия латеральных связей с радиусом действия порядка размеров сети проявляется в следующем. Если на каждый нейрон подать (например, через связи от сенсорных входов mij) имеющий небольшой максимум случайный сигнал Si, то в процессе релаксации сети осуществляется повышение его контрасности.

В нейросетевых архитектурах, описанных в п. 2.1.3, между нейронами одного слоя имеются постоянные тормозящие связи (латеральное торможение). Сети с прямыми связями. Прямой персептрон. В середине 50-х годов была предложена одна из первых моделей нейронных сетей, которая вызвала большой интерес из-за своей способности обучаться распознаванию простых образов. Эта модель - персептрон - состоит из бинарных нейроподобных элементов и имеет простую топологию, что позволило достаточно полно проанализировать ее работу и создать многочисленные физические реализации. Типичный персептрон состоит из трех основных компонент: матрицы бинарных входов r1, r2, ., r (сенсорных нейронов или «сетчатки», куда подаются входные образы); набора бинарных нейроподобных элементов x1, x2, ., xm (или предикатов в  наиболее общем случае) с фиксированными связями к подмножествам сетчатки («детекторы признаков»); бинарного нейроподобного элемента с модифицируемыми связями к этим предикатам («решающий элемент»). На самом деле число решающих элементов выбирают равным количеству классов, на которое необходимо разбить предъявляемые персептрону образы. Таким образом, модель персептрона характеризуется наличием только прямых связей, один из слоев которых является модифицируемым. В постейшем случае, когда = m и xi = ri, детекторы признаков могут рассматриваться как входной слой. Тогда персептрон становится одним бинарным нейроподобным элементом. Это классическая модель М-входового нейрона, приведенная на рис. 1.1, или простой персептрон Розенблатта. В общем случае каждый элемент xi может рассматриваться как булева функция, зависящая от некоторого подмножества сетчатки. Тогда величина выходных сигналов этих обрабатывающих элементов является значением функции xi, которое равно 0 или 1. Устройство реагирует на входной вектор генерацией выходного сигнала y решающего элемента по формуле (1.3). Таким образом, персептрон формирует гиперплоскость, которая делит многомерное пространство x1, x2, ., xm на две части и определяет, в какой из них находится входной образ, выполняя таким образом, его классификацию. Возникает вопрос, как определить значения весов, чтобы обеспечить решение персептроном конкретной задачи. Это достигается в процессе обучения. Один из алгоритмов обучения приведен в параграфе 2.2. Многослойный персептрон. Как отмечалось выше, простой персептрон с одним слоем обучаемых связей формирует границы областей решений в виде гиперплоскотей. Двухслойный персептрон может выполнять может выполнять операцию логического «И» над полупространствами, образованными гиперплоскостями первого слоя весов. Это позволяет формировать любые, возможно неограниченные, выпуклые области в пространстве входных сигналов. С помощью трехслойного персептрона, комбинируя логическими «ИЛИ» нужные выпуклые области, можно получить уже области решений произвольной формы и сложности, в том числе невыпуклые и несвязные. То, что многослойные персептроны с достаточным множеством внутренних нейроподобных элементов и соответствующей матрицей связе в принципе способны осуществлять любое отображение вход - выход, отмечали еще Минский и Пейперт, однако они сомневались в том, что можно открыть для них мощный аналог процедуры обучения простого персептрона.

Молочный гриб необходим в каждом доме как источник здоровья и красоты
Молочный гриб необходим в каждом доме как источник здоровья и красоты + книга в подарок

 Сумма технологии

Эта констатация показывает всю безнадежность затеи точно локализировать сознание. Отключение отдельных элементов («нейронов») машины приведет лишь к едва заметным количественным изменениям («ослаблению») сознания, как делает это в живом мозге болезнь или нож хирурга. Материал и размеры «мыслящего устройства» не имеют никакого значения для данной проблемы. Можно построить мыслящую машину из отдельных блоков, отвечающих, скажем, отдельным мозговым извилинам. Разделим теперь эти блоки и разместим их по всей Земле в Москве, в Париже, в Мельбурне, в Иокогаме и т.д. Сами по себе эти блоки «психически мертвы», но соединенные друг с другом (телефонным кабелем, например) они составляли бы единое целое, «личность», единый «мыслящий гомеостат». Сознание такой машины, конечно, не находится ни в Москве, ни в Париже, ни в Иокогаме. В определенном смысле оно находится в каждом из этих городов, и вместе с тем ни в одном из них. Ведь нельзя сказать о сознании, что оно, как Висла, протянулось от Татр до Балтики. Да и сам человеческий мозг тоже ставит перед нами, хотя и не столь резко, аналогичную проблему кровеносные сосуды, белковые молекулы и соединительные ткани находятся внутри мозга, но не внутри сознания; нельзя также и сказать, что сознание находится под самым сводом черепа или что оно расположено немного ниже, возле ушей по обе стороны головы

скачать реферат Нейроподобный элемент нейрон

1. Нейроподобный элемент (нейрон) . На нейроподобный элемент поступает набор входных сигналов x1, x2,., xM (или входной вектор X) , представляющий собой выходные сигналы других нейроподобных элементов. Каждый входной сигнал умножается на соответствующий вес связи w1, w2,., wM - аналог эффективности синапса. Вес связи является скалярной величиной, положительной для возбуждающих и отрицательной для тормозящих связей. Взвешенные весами связей входные сигналы поступают на блок суммации, соответствующий телу клетки, где осуществляется их алгебраическая суммация и определяется уровень возбуждения нейроподобного элемента S: (1.1) Выходной сигнал нейрона y определяется путем пропускания уровня возбуждения S через нелинейную функцию f: (1.2) где q - некоторое постоянное смещение (аналог порога нейрона) . Обычно используются простейшие нелинейные функции: бинарная (рис. 1.2, а) (1.3) или сигмоидная (рис. 1.2, б) (1.4) В такой модели нейрона пренебрегают многими известными характеристиками биологического прототипа, которые некоторые исследователи считают критическими.

Простыня на резинке "ЭГО", 160х200 см, бежевая.
Трикотажная простыня "ЭГО" на резинке выполнена из 100% хлопка высокого качества. Натуральный, экологически чистый материал
760 руб
Раздел: Простыни, пододеяльники
Кресло детское мягкое "Медвежонок".
Кресло-игрушка "Ням-Ням" (Медвежонок) - яркое и оригинальное кресло для детской комнаты, выполненное с использованием
1371 руб
Раздел: Качели, кресла-качалки, шезлонги
Терка для моркови "по-корейски" Regent "Linea Presto".
Терка для нарезки моркови "по-корейски". Материал: нержавеющая сталь, пластик. Размер: 32,7x12,5x2,5 см.
351 руб
Раздел: Тёрки, мультитёрки
 Алгоритмы разума

Схема кратковременной памяти. Модель представлена кратковременной высокой активностью элементов (нейронов), показанных в виде заштрихованных кружочков. Если представить себе, что каждый рецептор воспринимает энергию из ограниченного пространства внешнего мира или «тела», что он активирует один элемент в моделирующей установке (например, один нейрон «рецепторного поля» мозга), то совокупность активированных в данное время элементов составит мгновенную модель пространства внешнего мира, или «тела», энергию которого воспринимает система рецепторов (рис. 10). Модель будет изменяться так же быстро, как изменяются воспринимаемые объекты внешнего мира, и с той скоростью, с какой их изменения улавливаются рецепторами. Для превращения такой сугубо временной модели в постоянную нужно, чтобы между активированными элементами установились связи (рис. 11). В этом случае повторное возбуждение извне некоторого числа элементов модели по таким связям могло бы активировать всю модель, иными словами, произошло бы вспоминание воспринятой ранее картины

скачать реферат Искусственный интеллект

МОСКОВСКИЙ КОМИТЕТ ОБРАЗОВАНИЯ ЮГО-ВОСТОЧНОЕ ОКРУЖНОЕ УПРАВЛЕНИЕ Средняя общеобразовательная школа №506 с углубленным изучением экономики Реферат по информатике на тему: «Искусственный интеллект» Выполнил ученик 11Б класса Ковчегин Игорь Учитель: Сальникова Надежда Валерьевна Москва, 2002 Содержание Содержание 2 Введение 3 Искусственный интеллект – новая информационная революция 5 Основы теории нейроподобных сетей. 10 Некоторые сведения о мозге 10 Нейрон как элементарное звено. 10 Нейроподобный элемент. 13 Нейроподобные сети (НПС) 15 Обучение нейроподобной сети 18Заключение 20 Список использованной литературы: 22Введение По своей сути процессы адаптации являются оптимизационными процессами. Дж. Холланд, Adap a io i a ural a d ar ificial sys ems. Понятие искусственный интеллект, как впрочем и просто интеллект, весьма расплывчаты. Если обобщить все сказанное за последние тридцать лет, то оказывается, что человек просто хочет создать себе подобного в той или иной форме, хочет, чтобы какие-то действия выполнялись более рационально, с меньшими затратами времени и энергии.

 Алгоритмы разума

Но, так или иначе, с течением времени происходит закономерное «освобождение» памяти, потому что запомненная картина-модель всегда значительно упрощена по сравнению с воспринимаемой и, следовательно, не занимает все элементы «рецепторного поля». При восприятии изменяющейся картины рецепторы повторно подключаются к предмету, в результате получается новая серия моделей-кадров, имеющая связи с первой. В соответствии с этой гипотезой кратковременная и длительная память реализуется на одних и тех же элементах «нейронной сети» в одном рецепторном поле, первая за счет активности элементов, вторая за счет развития связей. Переход между ними возможен в виде кратковременной памяти связей. Последняя задается характеристикой изменения проходимости связи во времени по такому же типу, как и характеристика изменения активности элемента, но удлиненной во времени и уменьшающейся не до нуля, а до некоторой остаточной величины, определяющей «вклад» связи в длительную память. При повторном использовании данной связи такие «вклады» (.) накапливаются и определяют прочность памяти (рис. 18)

скачать реферат Может ли компьютер мыслить

Содержание Введение Глава I. Искусственный интеллект – его понятие сущность теории Понятие искусственного интеллекта История развития систем искусственного интеллекта Подходы к построению искусственного интеллекта Подход к искусственному интеллекту Алана Тьюринга Самообучение искусственного интеллекта Искусственный интеллект – новая информационная революция Глава II Квантовые компьютеры и нейрокомпьютеры Квантовый компьютер Нейрокомпьютер Глава III Основы нейроподобных сетей Некоторые сведения о мозге Нейрон как элементарное звено Нейроподобный элемент Нейроподобный сети Обучение нейроподобной сети Глава IV Может ли компьютер мыслить Реально ли компьютерное мышление Заключение Список литературы Введение Сегодняшнее время невозможно представить без компьютера. Применение компьютерных технологий сегодня затрагивает все сферы человеческой деятельности, будь то строительство, промышленность, образование, наука, экономика и т.д. С каждым годом компьютеры становятся более мощными и производительными, притом технологии развиваются так быстро, что аналитики давшие прогнозы на будущее компьютерной индустрии 10 лет назад, в настоящее время понимают, что здорово просчитались.

скачать реферат Классификация сейсмических сигналов на основе нейросетевых технологий

Самыми простыми, базовыми элементами нейросетей являются: . Адаптивный сумматор. Элемент вычисляющий скалярное произведение вектора входного сигнала х на вектор параметров w; . Нелинейный преобразователь сигнала f преобразующий скалярный сигнал x в f(x); . Формальный нейрон. (рис.1.1). Он состоит из элементов трех типов. Элементы нейрона - умножители (синапсы), сумматор и нелинейный преобразователь. Синапсы осуществляют связь между нейронами, умножают входной сигнал на число, характеризующее силу связи, - вес синапса. Сумматор выполняет сложение сигналов, поступающих по синоптическим связям от других нейронов, и внешних входных сигналов. Нелинейный преобразователь реализует нелинейную функцию одного аргумента - выхода сумматора. Эта функция называется "функция активации" или "передаточная функция" нейрона. Нейрон в целом реализует скалярную функцию векторного аргумента.Математическая модель нейрона: (2)где wi - вес синапса (weigh ), (i=0,1,2.p); w0 - значение смещения (bias); s - результат суммирования (sum); xi - компонента входного вектора (входной сигнал), (i=1,2,.p); y - выходной сигнал нейрона; p- число входов нейрона; f - нелинейное преобразование (функция активации).

скачать реферат Синергетика и мозг

Мозг, его гибкие элементы, по-видимому, все больше избавлялись от лишних, неиспользуемых степеней свободы, что ограничивало диапазон активности гибких систем, ставя эту активность в определенные рамки и совершенствуя возможности реализации активности этих систем. Следует в связи с этим подчеркнуть еще раз абсолютную неправомерность аналогий между набором независимых осцилляторов и живыми системами, которые так или иначе организованы. Как уже отмечалось, одна из особенностей мозговых структур состоит в их полифункциональности - одна и та же структура участвует в обеспечении множества функций. Такая полифункциональность свойственна не только макро-, но и микроструктурам мозга. В то же время, полифункциональные элементы участвуют в кооперативных эффектах, обеспечивая целостную функцию. В ходе самоорганизации очевидно актуализируются те «грани» элементов, которые обеспечивают их кооперацию. В мозге, наряду с сугубо разнородными элементами существуют и более или менее однородные элементы - нейронные колонки или модули.

скачать реферат Структура нейронных сетей

В наши дни возрастает необходимость в системах, которые способны не только выполнять однажды запрограммированную последовательность действий над заранее определенными данными, но и способны сами анализировать вновь поступающую информацию, находить в ней закономерности, производить прогнозирование и т.д. В этой области приложений самым лучшим образом зарекомендовали себя так называемые нейронные сети – самообучающиеся системы, имитирующие деятельность человеческого мозга. Рассмотрим подробнее структуру искусственных нейронных сетей (НС) и их применение в конкретных задачах. Искусственный нейрон. Несмотря на большое разнообразие вариантов нейронных сетей все они имеют общие черты. Так все они, также как и мозг человека, состоят из большого числа однотипных элементов – нейронов, которые имитируют нейроны головного мозга, связанных между собой. На рис.1 показана схема нейрона Из рисунка видно, что искусственный нейрон, так же как и живой, состоит из синапсов, связывающих входы нейрона с ядром, ядра нейрона, которое осуществляет обработку входных сигналов и аксона, который связывает нейрон с нейронами следующего слоя.

Кондитерский шприц с насадками "Mayer & Boch" (15 предметов).
Кондитерский шприц - это легкое и простое в использовании приспособление для рисования кремом или шоколадом. С его помощью можно легко
556 руб
Раздел: Кондитерские принадлежности
Настольная игра "Найди пару", арт. ВВ2411.
Игра помогает тренировать память, концентрировать внимание и развивать зрительно-моторную координацию движений. Игра способствует
395 руб
Раздел: Прочие
Настольная игра 48 "Морской бой".
В наборе: игровое поле - 2 штуки, эскадра из 10 кораблей - 2 комплекта, фишки для обозначения выстрелов. Размеры: 27х18х7 см.
492 руб
Раздел: Классические игры
скачать реферат Совершенствование действующей методики оценки кредитоспособности индивидуального кредитопокупателя

Кроме, для внедрения бальной системы оценки требуется специальное программное обеспечение, включающее элементы нейронных сетей и математического программирования, что увеличивает операционные затраты банка. Сущность другого подхода к анализу кредитоспособности клиента применяемого в России и Беларуси заключается в рассмотрении банком достаточности и стабильности получаемых доходов клиента, на основании которых рассчитывается коэффициент платежеспособности кредитополучателя. Анализ практики деятельности банков показывает, что типовых методик для оценки кредитоспособности кредитополучателя - физических лиц в Республике Беларусь нет, поэтому каждый банк самостоятельно определяет показатели при оценке кредитоспособности клиента. В целом, можно выделить две методики определения кредитоспособности индивидуальных кредитопокупателей: Методика экспертной оценки кредитоспособности клиента, используемая АСБ «Беларусбанк», ОАО «Белагропромбанк», ОАО «Белвнешэкономбанк». Методика оценки кредитоспособности клиента, используемая ОАО «Белинвестбанк», ОАО «Приорбанк». Первая методика предполагает расчет коэффициента платежеспособности, значение которого является основой определения максимально возможной суммы кредита.

скачать реферат Нейронная теория

Благодаря многочисленным разветвлениям аксона промежуточные нейроны могут одновременно возбуждать большое число других нейронов. 2. Структурные элементы нервной клетки Различные структурные элементы нейрона имеют свои функциональные особенности и разное физиологическое значение. Нервная клетка состоит из тела, или сомы, и различных отростков. Многочисленные древовидно разветвлённые отростки дендриты служат входами нейрона, через которые сигналы поступают в нервную клетку. Выходом нейрона является отходящий от тела клетки отросток аксон, который передаёт нервные импульсы дальше – другой нервной клетке или рабочему органу (мышце, железе). Форма нервной клетки, длина и расположение отростков чрезвычайно разнообразны и зависят от функционального назначения нейрона. Среди нейронов встречаются самые крупные клеточные элементы организма. Размеры их поперечника колеблются от 6-7 мк (мелкие зернистые клетки мозжечка) до 70 мк (моторные нейроны головного и спинного мозга). В крупных нейронах почти четверть их тела составляет ядро.

скачать реферат Эмоции у животных

Объектом исследования выступает животный мир нашей планеты. Разумность братьев наших меньших Сознание, интеллект, эмоции у животных, проявляющиеся при функционировании мозга на основе биоматериалов, точно так же могут быть реализованы любыми другими материалами или средствами, если эти материалы и средства вообще позволяют моделировать механизмы психических явлений. Откуда уверенность в таком утверждении? Есть много мнений на этот счет даже не у религиозных людей, что сознание - нечто большее, чем проявление работы системы из рецепторов чувств, нейронной сети, гормонального фона и эффекторов действий. Такое мнение появляется потому, что людям пока трудно зримо представить, что же именно составляет сознание, а предполагаемые ими механизмы и понимание работы нейронной сети не дают им подсказки того, что именно проявляется как сознание. Компьютерные программы ИИ (искусственного интеллекта) или реализация на дискретных электронных компонентах, какой бы она сложной ни была, по их мнению, не заставит устройство стать одушевленным. 1 Даже такой мысленный эксперимент как замена элементов нейронной сети на полностью эквивалентные по функциональности, но искусственные элементы, кажется может регуляция поведенческих ответов индивида.

скачать реферат Общие принципы, характерные для нейросетей

Коннекционизм – это особое течение в философской науке, предметом которого являются вопросы познания. В рамках этого течения предпринимаются попытки объяснить интеллектуальные способности человека, используя искусственные нейронные сети. Составленные из большого числа структурных единиц, аналогичных нейронам, с заданным для каждого элемента весом, определяющим силу связи с другими элементами, нейронные сети представляют собой упрощённые модели человеческого мозга. Такая весовая модель обладает эффектом синапсов, соединяющих каждый нейрон с остальными. Эксперименты с нейронными сетями подобного рода продемонстрировали их способность к обучению выполнения таких задач, как распознавание образов, чтение и определение простых грамматических структур. Философы начали проявлять интерес к коннекционизму, так как коннекционистский подход обещал обеспечить альтернативу классической теории разума и широко распространённой в рамках этой теории идеи, согласно которой механизмы работы разума имеют сходство с обработкой символического языка цифровым компьютером.

скачать реферат Философский аспект проблемы взаимодействия интеллектуальных систем

Принято различать три основных варианта моделирования интеллекта и мышления : -классический, или (как его теперь называют) бионический; - эвристического программирования; - эволюционного моделирования. Рассмотрим их в этой последовательности. Бионическое моделирование. Непосредственное моделирование человеческого мозга (т.е. моделирование каждой нервной клетки и связей между ними) с целью создания автоматов, обладающих интеллектом, чрезвычайно сложно. Мозг представляет собой самую сложную и лишь частично изученную структуру. Сложнейшее переплетение связей коры головного мозга практически не поддаются расшифровке. Известно лишь примерное расположение зон мозга, отвечающих за ту или иную функцию. В настоящее время не известен и принцип работы мозговых элементов нейронов, многочисленные связи которых имеют внешне хаотический характер. Попытки смоделировать работу головного мозга соединением между собой множества процессоров подобно нейронной сети, показали, что некоторое увеличение скорости и потока обрабатываемой информации идет лишь до уровня одного - двух десятков процессоров, а затем начинается резкий спад перестают контролировать ситуацию или проводят большую часть времени в ожидании соседа.

Измеритель любви.
Измеритель любви - это чувствительный прибор, отмечающий малейшие изменения в вашем внутреннем состоянии. Нижнюю капсулу нужно зажать в
315 руб
Раздел: Прочее
Джип-каталка "4х4", голубой.
Каталка со звуковым сигналом. Автомобиль оснащен крюком с веревкой, за который его может везти сам водитель или родители. Если веревка не
1731 руб
Раздел: Каталки
Кружка "Кастет", черная.
Оригинальная керамическая кружка с ручкой в виде кастета. Металлизированное напыление. Упаковка стилизованная, качественный
382 руб
Раздел: Кружки
скачать реферат Проблемы кибирнетики

Рассмотрим их в этой последовательности. БИОНИЧЕСКОЕ МОДЕЛИРОВАНИЕ. Непосредственное моделирование человеческого мозга (т.е. моделирование каждой нервной клетки и связей между ними) с целью создания автоматов, обладающих интеллектом, чрезвычайно сложно. Мозг представляет собой самую сложную и лишь частично изученную структуру. Сложнейшее переплетение связей коры головного мозга практически не поддаются расшифровке. Известно лишь примерное расположение зон мозга, отвечающих за ту или иную функцию. В настоящее время не известен и принцип работы мозговых элементов нейронов, многочисленные связи которых имеют внешне хаотический характер. Попытки смоделировать работу головного мозга соединением между собой множества процессоров подобно нейронной сети, показали, что некоторое увеличение скорости и потока обрабатываемой информации идет лишь до уровня одного - двух десятков процессоров, а затем начинается резкий спад производительности. Процессоры как бы "теряются", перестают контролировать ситуацию или проводят большую часть времени в ожидании соседа. Некоторых успехов удалось добиться лишь в приборах, работающих в "двумерном варианте", т.е. обрабатывающих не последовательную, а параллельную информацию, например в системах распознаваниях образов.

скачать реферат Медицинские аспекты разработки искусственного интеллекта

Таким образом, НС хорошо подходят для распознавания образов и решения задач классификации, оптимизации и прогнозирования. Банки и страховые компании: автоматическое считывание чеков и финансовых документов; проверка достоверности подписей; прогнозирование изменений экономических показателей. Военная промышленность и аэронавтика: обработка звуковых сигналов (разделение, идентификация, локализация, устранение шума, интерпретация); обработка радарных сигналов (распознавание целей, идентификация и локализация источников); обработка инфракрасных сигналов (локализация); автоматическое пилотирование. Биомедицинская промышленность: анализ рентгенограмм; обнаружение отклонений в ЭКГ; анализ реограмм. Нейронные сети - основные понятия и определения В основу искусственных нейронных сетей положены следующие черты живых нейронных сетей, позволяющие им хорошо справляться с нерегулярными задачами: простой обрабатывающий элемент - нейрон; очень большое число нейронов участвует в обработке информации; один нейрон связан с большим числом других нейронов (глобальные связи); изменяющиеся по весу связи между нейронами; массированная параллельность обработки информации.

скачать реферат Моделирование как философская проблема

Далее будем понимать термин “искусственный интеллект” только в узком смысле, связывая его с технологией обработки и использования информации. Нейросетевые технологии – одна из разновидностей систем искусственного интеллекта. Понятия нейпронная сеть, нейроматематика, нейроимитатор все шире входят в нашу жизнь, становятся привычным и эффективным инструментом для решения многих научно-технических задач. Основой нейронной сети (НС) являются искусственные нейроны, описанные в предыдущем пункте. Тем НС – совокупность нейронов, определенных образом соединенных друг с другом и внешней средой. Используя НС, можно реализовывать различные логические функции, связывающие между собой все входные и выходные переменные, определенные в логическом базисе {0,1}. Эти логические функции могут быть монотонными и немонотонными, линейно разделимыми и неразделимыми, то есть иметь достаточно сложный вид. В основу искусственных нейронных сетей положены следующие черты живых нейронных сетей, позволяющие им хорошо справляться с нерегулярными задачами: простой обрабатывающий элемент – нейрон; большое количество нейронов, участвующих в обработке информации; связь каждого нейрона с большим количеством других нейронов; изменяющиеся по весу связи между нейронами; массивная параллельность обработки информации.

скачать реферат Группы мышц у животных

При длительном раздражении клетки или перерезке аксонов это вещество исчезает. Нейрофибриллы - это нитчатые, четко выраженные структуры, находящиеся в теле, дендритах и аксоне нейрона. Образованы еще более тонкими элементами - нейрофиламентами при их агрегации с нейротрубочками. Выполняют, по-видимому, опорную функцию. В цитоплазме аксона отсутствуют рибосомы, однако имеются митохондрии, эндоплазматический ретикулум и хорошо развитый аппарат нейрофиламентов и нейротрубочек. Установлено, что аксоны представляют собой очень сложные транспортные системы, причем за отдельные виды транспорта (белков, метаболитов, медиаторов) отвечают, по-видимому, разные субклеточные структуры . В некоторых отделах мозга имеются нейроны, которые вырабатывают гранулы секрета мукопротеидной или гликопротеидной природы. Они обладают одновременно физиологическими признаками нейронов и железистых клеток. Эти клетки называются нейросекреторными. Функция нейронов заключается в восприятии сигналов от рецепторов или других нервных клеток, хранении и переработке информации и пере- даче нервных импульсов к другим клеткам - нервным, мышечным или секреторным.

телефон 978-63-62978 63 62

Сайт zadachi.org.ru это сборник рефератов предназначен для студентов учебных заведений и школьников.