й досвід експерта-вчителя, що відбирає приклади для навчання + індивідуальний досвід студіюючої на цих прикладах нейронної сетіХарактер знанійФормально-логічне левополушарное знання у вигляді правілАссоціатівное правополушарное < span align = "justify"> знання у вигляді зв'язків між нейронами сетіРазвітіе знанійВ формі розширення сукупності правил і фактів (бази знань) У формі донавчання на додатковому послідовності прикладів, з уточненням меж категорій і формуванням нових категорійРоль експертаЗадает на основі правил повний обсяг знань експертної сістемиОтбірает характерні приклади, що не формулюючи спеціально обгрунтування свого вибораРоль штучної сістемиПоіск ланцюжка фактів і правил для доказу сужденіяФормірованіе індивідуального досвіду у формі категорій, одержуваних на основі прикладів і категоризація образів
12. Сучасність нейромережевих технологій .1 Риси сучасних архітектур
Класичні дослідження, виконані в післявоєнні роки і подальших бурхливий прогрес в нейроінформатіке в 80-ті роки визначили деякі спільні риси перспективних архітектур і напрямки досліджень.
. щільного сполучення теоретичних досліджень з пошуком нових фізичних принципів і фізичних середовищ для апаратної реалізації нейронних мереж. Тут перш за все слід зазначити оптичні системи, як лінійні, так і нелінійні: фур'є-оптика, голограми, нелінійні фоторефрактивного кристали, оптичні хвильове волокна, електронно-оптичні помножувачі та інші. Перспективними також є середовища з природними автоволнових властивостями (хімічні та біологічні). Всі ці середовища реалізують важливу властивість масивної паралельності при обробці інформації. Крім того, вони, як правило, містять механізми "саморегулювання", що дозволяють організовувати навчання без вчителя.
. Ієрархічність архітектур і поділ функцій нейронів. У сучасних архітектурах використовуються шари або окремі нейрони кількох різних типів: командні нейрони-перемикачі, порогові нейрони, нейронні шари з латеральним гальмуванням, що працюють за принципом "переможець забирає все". Апріорне розділення функцій нейронів значно спрощує навчання, так як мережа спочатку структурно відповідає завданню.
. Переважне використання методів навчання без вчителя, за рахунок самоорганізації. Ці методи мають глибокі біологічні підстави, вони забезпечують локальний характер навчання. Це дозволяє не застосовувати глобальну зв'язність мережі. З учителем навчаються тільки зовнішні, вихідні шари нейронів, причому роль учителя часто зводиться тільки до загальної експертної оцінки якості роботи мережі.
. Орієнтація досліджень і архіте...
