Читать онлайн «Методические указания к лабораторным работам по курсу ''Нейрокомпьютерные системы''»

Министерство образования Российской Федерации ОРЕНБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ Кафедра программного обеспечения вычислительной техники и автоматизированных систем Д. Л. Домашова В. А. Стенюшкина В. Н. Тарасов МЕТОДИЧЕСКИЕ УКАЗАНИЯ к лабораторным работам по курсу "Нейрокомпьютерные системы " Оренбург 2000 ББК 32. 973-0181Я7 Д 91 УДК 681. 3(07) Методические указания для выполнения лабораторных работ по курсу «Нейрокомпьютерные системы» для студен- тов 5-го курса по специальности 220400 Содержание 1 Основные направления в исследованиях по искусственному интеллекту... . . 4 1. 1 Два подхода в исследованиях по искусственному интеллекту ... ... ... ... ... ... ... . . 4 1. 2 Нейрокомпьютеры ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 6 1. 3 Нейроподобные сети и нейрокомпьютеры ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 6 1. 4 Некоторые сведения о мозге ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... . 7 2 Модели нейронных сетей... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... . 9 2. 1 Формальный нейрон... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 9 2. 2 Нейроподобная сеть ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... . . 10 2. 3 Обученние нейроподобной сети... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 10 2. 4 Перцептрон ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... . . 11 2. 5 Обучение перцептрона ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 12 2. 6 Алгоритм обучения многослойного персептрона. Дельта - правило ... ... ... . 13 3 Ансамблевые нейронные сети ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... . . 16 3. 1 Общие принципы организации ансамблевых сетей ... ... ... ... ... ... ... ... ... ... ... ... ... 16 3. 2 Сеть Хопфилда... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... . . 18 4 Нейроподобные сети с ансамблевой организацией ... ... ... ... ... ... ... ... ... ... ... ... ... ... . . 20 4. 1 Нейроподобные сети с системой усиления - торможения... ... ... ... ... ... ... ... ... ... 20 4. 2 Стохастические нейроподобные сети. А-сети... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 21 4. 3 Стохастический нейрон ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... . 23 4. 4 Стохастическая нейроподобная сеть... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 24 5 Нейронные поля ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... . . 26 5. 1 Промежуточное нейронное поле ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... . 26 5. 2 Разностное поле... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... . 27 5. 3 Блокирующее поле ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... . 28 5. 4 Связи между нейронными полями ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 28 5. 5 Суммирующее поле... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 31 5. 6 Ассоциативное нейронное поле ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 32 5. 7 Описание работы ассоциативного поля ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 33 5. 8 Свойства ассоциативного поля ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 38 6 Темы лабораторных работ ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... . . 41 6. 1 Моделирование работы простого перцептрона ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... . . 41 3 6. 2 Моделирование работы многослойного перцептрона ... ... ... ... ... ... ... ... ... ... ... ... 41 6. 3 Моделирование работы нейронных полей... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... . . 41 6. 4 Моделирование работы ассоциативного нейронного поля ... ... ... ... ... ... ... ... ... 41 Список использованных источников... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... . . 43 1 Основные направления в исследованиях по искусственному интеллекту 1. 1 Два подхода в исследованиях по искусственному ин- теллекту Разделение работ по искусственному интеллекту (ИИ) на два направления связано с существованием двух точек зрения на вопрос, каким образом строить систему искусственного интеллекта (СИИ).