Читать онлайн «Исследование нейроподобных сетей, работающих со средним значением стохастического потока(Автореферат)»

на правах рукописи ЛУКЬЯНОВ АЛЕКСАНДР ВЛАДИМИРОВИЧ Исследование нейроподобных сетей, работающих со средним значением стохастического потока 05. 13. 17. Теоретические основы информатики Автореферат диссертации на соискание ученой степени кандидата физико-математических наук Ярославль 2000 Работа выполнена на кафедре теоретической информатики факультета информатики и вычислительной техники Ярославского государственного университета им. П. Г. Демидова. Научный руководитель: доктор физико-математических наук, профессор Тимофеев Е. А. Научный консультант: кандидат физико-математических наук, профессор Соколов В. А. Официальные оппоненты: доктор физико-математических наук, профессор Майоров В. В. доктор физико-математических наук, профессор Бандман О. Л. Ведущая организация: Институт радиотехники и электроники РАН. Защита состоится 3 ноября 2000 года в на заседании диссертаци- онного совета К064. 12. 04 при Ярославском государственном университете им. П. Г. Демидова по адресу: 150000, г. Ярославль, ул. Советская, д. 14. С диссертацией можно ознакомиться в библиотеке Ярославского государ- ственного университета им. П. Г. Демидова по адресу: 150000, г. Ярославль, ул. Кирова, д. 8/10. Автореферат разослан октября 2000 года. Ученый секретарь диссертационного Пендюр А. Д. совета, к. ф. -м. н. Общая характеристика работы Актуальность темы В диссертации разработаны новые модели искусственных нейронов, ис- пользующих кодирование информации в виде среднего значения стохасти- ческого потока бинарных импульсов. Задача создания и исследования искусственных нейронных сетей (ИНС) в последнее время вызывает большой интерес. Одна из причин этого заклю- чается в том, что ИНС применяются для решения большого класса задач. В этот класс входят задачи обработки изображений [Горбань А. Н. 1994, Пре- стон К. 1979], задачи распознавания оптических образов [Fukushima K. 1988, Wang S. S. 1996], звуковых сигналов [Pratt L. Y. 1991], организации ас- социативной памяти [Кохонен Т. 1980, Кохонен Т. 1982, Hopfield J. J. 1986], предсказания показателей биржевых рынков [Горбань А. Н. 1996], синтеза речи [Sejnowski T. J. 1987] и многие другие. Успешное применение искусственных нейронных сетей основано на том, что их принципы функционирования подражают принципам работы голов- ного мозга [Amit D. J. 1989, Лебедев А. Н. 1990, Лебедев А. Н. 1992, Бехте- рева Н. П. 1980]. Это подражание обусловлено тем, что элемент ИНС (ис- кусственный нейрон) разрабатывался на основе предположений о функци- онировании биологических нейронов [Rosenblatt F. 1958, McCulloch W. S. 1943]. При разработке искусственной нейронной сети всегда строится фор- мальная модель нейрона, которая изучается математическими методами и для которой разрабатывается алгоритм обучения.