ктур безпосередньо на додатки. Моделі загального характеру, такі як мережа Хопфілда або багатошаровий перцептрон, в основному представляють науковий інтерес, так як припускають щодо повне теоретичне дослідження.
Цей список є далеко не повним.
12.2 Програмне забезпечення
До теперішнього часу сформувався великий ринок нейромережевих продуктів. Переважна більшість продуктів представлено у вигляді моделюючого програмного забезпечення. Провідні фірми розробляють також і спеціалізовані нейрочіпи або нейроплата у вигляді приставок до звичайних ЕОМ (як правило, персональним ЕОМ лінії IBM PC AT). При цьому програми можуть працювати як без нейро-приставок, так і з ними. В останньому випадку швидкодія гібридної ЕОМ зростає в сотні і тисячі разів. Деякі найбільш відомих і популярні нейросистеми: NeuralWorks Professional II Plus, ExploreNet 3000, NeuroShell 2.0
12.3 Різноманіття застосування
Нейронні мережі - універсальні апроксимуючі пристрої і можуть з будь-якою точністю імітувати будь-який безперервний автомат. Результати робіт М. Доррера та ін дають підхід до розкриття механізму інтуїції нейронних мереж, дається взнаки при вирішенні ними психодіагностичних завдань. Нейронні мережі широко використовуються в хімічних і біохімічних дослідженнях. Так само важлива їх роль при прогнозуванні динаміки фондових ринків та інших економічних завдань. Можливе застосування нейромережевих моделей у складі геоінформаційних систем. І, звичайно, у вирішенні різних математичних і фізичних задач і т.д.
Висновок
ІНС являють собою систему з'єднаних і взаємодіючих між собою простих процесорів (штучних нейронів). Такі процесори зазвичай досить прості, особливо в порівнянні з процесорами, використовуваними в персональних комп'ютерах. Кожен процесор подібної мережі має справу тільки з сигналами, які він періодично отримує, і сигналами, які він періодично посилає іншим процесорам. І проте, будучи з'єднаними в досить велику мережу з керованим взаємодією, такі локально прості процесори разом здатні виконувати досить складні завдання. p align="justify"> З точки зору машинного навчання, нейронна мережа являє собою окремий випадок методів розпізнавання образів, дискримінантного аналізу, методів кластеризації і т. п. З математичної точки зору, навчання нейронних мереж - це багатопараметрична завдання нелінійної оптимізації. З точки зору кібернетики, нейронна мережа використовується в задачах адаптивного управління і як алгоритми для робототехніки. З точки зору розвитку обчислювальної техніки та програмування, нейронна мережа - спосіб вирішення проблеми ефективного паралелізму. А з точки зору штучного інтелекту, ІНС є основою філософської течії коннектівізма і основним напрямком в структурному підході з вивчення можлив...
