Применение нейронных сетей

Все задачи, которые решаются с помощью средств вычислительной техники можно разделить на три класса:

· формализуемая задача имеет чётко сформулированный алгоритм решения (решение алгебраических, дифференциальных, интегральных и других уравнений, сортировка данных и т.п.)

· трудноформализуемая задача имеет алгоритм решения, качество которого трудно оценить или трудно оценить достижимость решения (моделирование систем большой размерности)

· неформализуемая задача имеет в своей постановке неявно заданные функции и параметры (распознавание образов, кластеризация данных, предсказания, аппроксимация функций, заполнение пробелов в таблицах данных, построение ассоциативной памяти, построение логического вывода и т.п.)

Изначально нейрокомпьютер использовался для решения неформализуемых задач. Сегодня НК приобретает черты универсальной вычислительной машины, так как разработаны методы проектирования НК для решения и формализуемых, и трудноформализуемых задач.

Пример использования нейронной сети для решения задачи предсказания:

Задача предсказания заключается в определении значения какого-то параметра системы (или нескольких параметров) на будущий, ещё не наступивший момент времени по известным значениям этого параметра (или параметров) в предыдущие моменты времени.

Для предсказания значения временного ряда используется принцип «скользящего окна». С помощью «окна» определённой длины выбирается несколько значений временного ряда. Длина «окна» k определяет количество входов НС.

k =3

1.

входы НС выход НС

2. и т.д.

Для формирования обучающей выборки «скользящее окно» перемещают вдоль временного ряда. При этом необходимо учесть, что часть примеров нужно использовать для тестирования.

Дата добавления: 2014-01-15