|
Базовые идеи нейронных сетей
Основными идеями, лежащими в основе нейросетей и нейромоделирования,
являются следующие:
Нейронная сеть имитирует
структуру и свойства нервной системы
живых организмов: нейронная сеть состоит из большого числа простых вычислительных
элементов (нейронов) и обладает более сложным поведением по
сравнению с возможностями каждого отдельного нейрона. Нейросеть
получает на входе набор входных сигналов и выдает соответствующий им
ответ (выходные сигналы), являющийся решением задачи.
Искусственная нейросеть, как
и естественная биологическая
нейросеть, может обучаться решению задач: она содержит внутренние
адаптивные параметры нейронов и своей структуры, и меняя
их, может менять свое поведение.
Место программирования занимает обучение нейронной сети:
для решения каждой новой задачи не нужно каждый раз заново программировать
алгоритм - нужно просто взять универсальный нейросетевой инструмент и в нём создать
и обучить нейросеть.
Нейронная сеть обучается решению задачи на некотором
"учебнике" − наборе ситуаций, каждая из которых описывает
значения входных сигналов нейросети и требуемый при этих входных сигналах ответ.
"Учебник" задает набор эталонных ситуаций с известными решениями, а
нейронная сеть при обучении сама находит зависимости между входными
сигналами и требуемыми ответами. Обученная нейросеть может обобщать (интерполировать и
экстраполировать) полученный навык решения и выдавать прогноз для новых
значений входных сигналов, не вошедших в "учебник".
Нейронная сеть способна обучаться решению задач, для которых у
человека не существует формализованных, быстрых или работающих с приемлемой
точностью теоретических или эмпирических алгоритмов решения.
Структура нейросети может быть адаптирована к задаче.
В нейросеть могут быть включены дополнительные нейроны и даже слои нейронов, если
исходная нейросеть не способна обеспечить решение задачи с нужной точностью. Из
нейросети могут быть исключены лишние нейроны и связи между ними, если
исходная нейросеть избыточна для решения задачи. Нейросеть может сама выделить
наиболее информативные для задачи входные сигналы, отбросить неинформативные,
шумовые сигналы и в итоге повысить надежность решения. Коррекция размеров
нейронной сети не приводит к полному забыванию сформированных нейросетью при
обучении навыков, что ускоряет процесс дообучения нейросети.
далее: нейронные сети - возможности.
|