Людей всегда интересовало их собственное мышление. Это самовопрошение, думание мозга о себе самом являет¬ся, возможно, отличительной чертой человека. Имеется множество размышлений о природе мышления, простирающих¬ся от духовных до анатомических. Обсуждение этого воп¬роса, протекавшее в горячих спорах философов и теологов с физиологами и анатомами, принесло мало пользы, так как сам предмет весьма труден для изучения. Те, кто опирался на самоанализ и размышление, пришли к выводам, не отвечающим уровню строгости физических наук. Экспе¬риментаторы же нашли, что мозг труден для наблюдения и ставит в тупик своей организацией. Короче говоря, мощ¬ные методы научного исследования, изменившие наш взгляд на физическую реальность, оказались бессильными в пони¬мании самого человека. Нейробиологи и нейроанатомы достигли значительного прогресса. Усердно изучая структуру и функции нервной системы человека, они многое поняли в «электропроводке» мозга , но мало узнали о его функционировании.
В про¬цессе накопления ими знаний выяснилось, что мозг имеет ошеломляющую сложность. Сотни миллиардов нейронов, каждый из которых соединен с сотнями или тысячами Дру¬гих, образуют систему, далеко превосходящую наши самые смелые мечты о суперкомпьютерах. Тем не менее, мозг постепенно выдает свои секреты в процессе одного из самых напряженных и честолюбивых исследоаний в истории человечества. Лучшее понимание функционирования нейрона и карти¬ны его связей позволило исследователям создать матема¬тические модели для проверки своих теорий. Эксперименты теперь могут проводиться на цифровых компьютерах без привлечения человека или животных, что решает многие практические и морально-этические проблемы. В первых же работах выяснилось, что эти модели не только повторяют функции мозга, но и способны выполнять функции, имеющие свою собственную ценность. Поэтому возникли и остаются в настоящее время две взаимно обогащающие друг друга цели нейронного моделирования: первая - понять функци¬онирование нервной системы человека на уровне физиоло¬гии и психологии и вторая - создать вычислительные системы (искусственные нейронные сети), выполняющие функции, сходные с функциями мозга. Именно эта послед¬няя цель и находится в центре внимания этой книги.
Параллельно с прогрессом в нейроанатомии и нейро¬физиологии психологами были созданы модели человеческо¬го обучения. Одной из таких моделей, оказавшейся наибо¬лее плодотворной, была модель Д.Хэбба,
Содержание
Введение.4
1. Общие характеристики нейросетей.8
2. Дельта правило,..17
3. Расширенное Дельта правило...18
4. Реализация в программной среде Windows. . . . 20
Список литературы25
Нейрокомпьютерная техника: Теория и практика Ф. Уоссермен 1992г
Итоги науки и техники: физические и математические модели нейронных сетей, том 1, М., изд. ВИНИТИ, 1990.
Artificial Neural Networks: Concepts and Theory, IEEE Computer Society Press, 1992
С.Короткий, Нейронные сети: основные положения.
С.Короткий, Нейронные сети: алгоритм обратного распространения.
Ф.Блум, А.Лейзерсон, Л.Хофстедтер, Мозг, разум и поведение, М., Мир, 1988.
аниях, способствует целеустремлённости и сосредоточенности, объективности и точности, логичности и последовательности в планировании и выполнении действий. Развивает умение правильно ставить задачу и
самостоятельно разработать структуру программы;2. определить типы входных и выходных данных;3. разработать алгоритмы решения предложенных задач;4. определить функциональные блоки будущего программного
методы исследования функций классического анализа, в частности, методы поиска экстремума. Эти методы применяют в тех случаях, когда известен аналитический вид зависимости оптимизируемой функции Q от н
ма FloydWarshall, выполняющая нахождение кратчайших путей между вершинами графа. После выполнения подпрограммы FloydWarshall в цикле для каждой пары вершин печатается заголовок, кратчайшее расстояние
тические факторы успеха и структурные проблемы организации. Была спроектирована её структура, состав и характеристики, которым она должна соответствовать.Обобщая вышесказанное, можно сделать вывод, чт