Нейронные сети

Нейросетевыми технологиями называют комплекс информационных технологий, основанных на применении искусственных нейронных сетей. Искусственные нейронные сети (ИНС) – это программно или аппаратно реализованные системы, построенные по принципу организации и функционирования их биологического аналога – нервной системы человека.

По данным нейробиологии нервная система человека и животных состоит из отдельных клеток – нейронов. Каждая такая клетка выполняет сравнительно простые действия: нейрон способен принимать сигналы от других клеток, и, в свою очередь, передавать сигнал другим клеткам. Исходящий сигнал формируется лишь в случае особой комбинации входящих сигналов. Таким образом, нейрон можно представить как простейший вычислительный элемент: он преобразует входящую информацию в исходящую. Это преобразование происходит в сравнительно короткий срок: время срабатывания нейрона – 2–5 мс.

Биологически нейрон человека состоит из ядра (сомы), дендритов, через которые информация поступает в клетку, и длинного и тонкого отростка - аксона, передающего сигналы в другие клетки. На конце аксон также разветвляется и образует контакты с дендритами других нейронов - синапсы.

Рис. 2. Схема межнейронного взаимодействия

В основе нейросетевых технологий лежит идея о том, что функционирование биологического нейрона можно промоделировать относительно простыми математическими моделями, а вся глубина и гибкость человеческого мышления и другие важнейшие качества нервной системы определяются не сложностью нейронов, а их большим числом и наличием сложной системы связей между ними.

Мозг человека содержит около 10 млрд. различных нейронов, связанных между собой в большую сеть. Каждый нейрон можно рассматривать как обладающий определенными весовыми коэффициентами пороговый элемент, имеющий около 200 тыс. входов и всего один выход. В живом организме все нервные клетки посредством синапсов (точек соединений входов и выходов нейронов) связаны друг с другом в длинные цепочки и образуют единую сеть, постоянно обучаемую в течение жизни. Процесс обучения состоит в образовании новых синапсов и в установке весовых коэффициентов, определяющих условия появления нервного сигнала на выходе того или иного нейрона. Накопление опыта выражается в изменении характера и силы связей между нейронами.

Математическую модель нейрона, а также разработанные на ее основе программные и аппаратные реализации называют искусственным, или формальным нейроном.

Первые разработки в области нейромоделирования относятся к середине XX века. В 1943 году американские ученые У. Мак-Каллок и У. Питтс предложили первую модель формального нейрона – математической абстракции от нейрофизиологических данных (модель Мак-Каллока–Питтса). Через несколько лет канадский физиолог Д. Хебб предложил теорию обучения нейронов. В 1957 году американский психолог Ф. Розенблатт впервые реализовал техническую модель процесса восприятия, получившую название персептрона (перцептрона).

Однако ограниченные возможности одиночного персептрона и построенных на его основе одноуровневых сетей были наглядно показаны в книге М.Минского и С.Пейперта, вышедшей в 1969. Это вызвало резкое снижение интереса к тематике искусственных нейронных сетей во всем мире. Только отдельные исследователи (Т.Кохонен, С.Гроссберг, Дж.Андерсон, И.Фукусима, В.Л.Дунин-Барковский, А.А.Фролов и др.) продолжали исследования нейросетей в 70-х годах.

Лишь в начале 80-х годов искусственные нейронные сети вновь привлекли интерес научного сообщества. Это связано, с одной стороны, с появлением ряда работ Дж.Хопфилда и других ученых, в которых были предложены эффективные модели многослойных искусственных нейронных сетей, и, с другой стороны, с бурным развитием технологии производства полупроводниковых устройств сверхбольшой степени интеграции. В последующие два десятилетия теория нейронных сетей развивалась стремительными темпами, и превратилась в высокоразвитую отрасль знаний.

Одним из направлений бионического подхода к созданию интеллектуальных компьютерных систем являются исследования в области создания нейрокомпьютера.

В основе этих работ лежат исследования:

1. Структуры и процессов функционирования человеческого мозга;

2. Нейронных сетей низших типов животных;

3. Методов получения мономолекулярных органических пленок и многослойных структур на их основе;

4. Методов получения биологических проводников электрического тока;

5. По созданию искусственных нейронных сетей в виде специализированных электронных схем, состоящих из электронных аналогов клеток головного мозга.

Рис. 3. Схема многослойной нейронной сети

Подобно живому мозгу нейрокомпьютеры состоят из электронных нейросхем, весьма упрощенно моделирующих поведение реальных нейронов. Поведение обученного до рождения или в процессе жизни нейрокомпьютера определяется набором весовых коэффициентов или синоптической матрицей.

Отличительные черты нейросетевой технологии:

1. Способность обучаться на конкретном множестве примеров (а не программироваться в привычном смысле этого слова); технически обучение заключается в нахождении коэффициентов связей между нейронами. В процессе обучения нейронная сеть способна выявлять сложные зависимости между входными данными и выходными, а также выполнять обобщение.

2. Умение распознавать, прогнозировать новые ситуации с высокой степенью точности, причем в условиях внешних помех (например, появления противоречивых или неполных значений в потоках информации). Реализуется с помощью метода генетического алгоритма.

Генетический алгоритм реализован в популярных версиях нейропакетов, например, в России - Brain Maker Professional.

Нейросети можно применять в анализе финансовой и банковской деятельности, биржевых рынков. Точность прогноза, достигаемая нейросетевыми технологиями, превышает 95%. Одно из перспективных направлений использования нейросетевых технологий в управлении - создание компьютерных моделей поведения клиента для оценки риска или перспективности работы с конкретными клиентами. Эти модели основаны на анализе проведенных сделок и оценке вероятности того, согласится ли конкретный клиент на то или иное предложение.

На мировом рынке представлен широкий спектр нейросетевых технологий — от систем, ориентированных на суперкомпьютеры, стоимость которых превышает 50 тыс. долл., до недорогих (несколько сотен долларов) нейропакетов, работающих на платформе персональных компьютеров и рабочих станций.

Дата добавления: 2015-06-27