Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Преимущества ЭС перед человеком – экспертом.У них нет предубеждений. Они не делают поспешных выводов. Экспертные системы выбирают наилучшую альтернативу из всех возможных. База знаний предметной области может быть очень большой. Экспертные системы устойчивы к "помехам".
При каких условиях и для решения, каких задач применяются нейронные сети. Нейрон состоит из трех основных элементов: -один или несколько дендритов (вход нейрона - принимает импульсы); - сома (тело нейрона - обрабатывает входящие импульсы); - аксон (выход нейрона - передача импульса другому нейрону). Аксон контактирует с дендритами других нейронов через синапсы. Синапсы - это такие образования, которые регулируют входящие импульсы. Синапсы могут усиливать или уменьшать импульс. Каждый синапс имеет свою «силу» - ее называют весом синапса. Вес синапса - это его способность усиливать или уменьшать входящий импульс. Модель биологического нейрона. Модель биологического нейрона состоит из: Дендриты – вход нейрона (прием) входящих импульсов) Сома – тело нейрона (отвечают за обработку входящих импульсов) Аксон – выход нейрона (через него передается обработанный импульс) Синапсы (м/у дендритами и аксонами других нейронов) – регулирование (вверх, вниз) входящих импульсов; расставляют приоритеты входящих сигналов Вес синапса – сила, способность регулировать входящих импульс. Если суммарный импульс в соме превышает ее пороговое значение, то нейрон активизируется. Математическая модель искусственного нейрона.
х – суммарный импульс х1, х2, х3 – исходные данные, поступившие в нейронную сеть w1, w2, w3 – коэффициенты, играют роль весов синапса f(x) - функция активации (передаточная функция) Матем. Процесс: 1 а – пороговое значение х = x1*w1 + x2*w2 + x3*w3 2. Если х>a то нейрон расчитывает функции активации и передают импульс дальше Обучение нейросети. Для того чтобы нейросеть начала работать (решать задачи), необходимо выполнить два этапа: 1. выбрать архитектуру нейросети; 2. обучить нейросеть (подобрать веса). Обучение нейросети осуществляется по принципу обратной связи. Обучить нейронную сеть - значит, сообщить ей, чего мы от нее добиваемся. Этот процесс очень похож на обучение ребенка алфавиту. Для обучения подбирается ряд успешных примеров решения поставленной задачи. Примеры включают исходные данные и ответы, которые мы бы хотели получать от нейросети. Количество необходимых примеров зависит от сложности задачи. Одно из простейших эвристических правил гласит, что число примеров должно быть в десять раз больше числа связей в сети. 11.Генетические алгоритмы – понятие, причины возникновения. ГА – это эвристический алгоритм поиска, используемый для решения задач оптимизации и моделирования путём случайного подбора, комбинирования и вариации искомых параметров с использованием механизмов, напоминающих биологическую эволюцию. Является разновидностью эволюционных вычислений. Отличительной особенностью генетического алгоритма является акцент на использование оператора «скрещивания», который производит операцию рекомбинации решений-кандидатов, роль которой аналогична роли скрещивания в живой природе.
12.Модель биологической эволюции, кроссинговер. Эволюция – процесс оптимизации живых организмов. Оптимизация – приспособление организмов к условиям внешней среды. Основные механизмы: 1.естественный отбор – наиболее приспособленные имеют больше возможности на выживание, размножение. Сам по себе не обеспечивает эволюцию; 2.генетическое наследование -обеспечивает большую приспособленность потомка, чем естественный отбор. Кроссинговер – процесс обмена участками ДНК, обеспечивает разнообразие внутри вида. Кроссинговер (от англ. crossingover), перекрест, взаимный обмен участками парных хромосом, происходящий в результате разрыва и соединения в новом порядке их нитей; приводит к перераспределению (рекомбинации) сцепленных генов. Кроссинговер — важнейший механизм, обеспечивающий комбинаторную изменчивость, а следовательно, — один из главных факторов эволюции. 13.Схема генетических алгоритмов: 1. Создание начальной популяции
2. Выбор родителей
3. Размножение
4. Мутация потомства 5. Оценка приспособленности
6. Отбор (редукция)
1. Анализ (цель достигнута?) Да Нет Конец Пример поиска глобального экстремума функции с помощью ген. алгоритма. Создадим начальную популяцию. Популяция состоит из особей (хромосома). Положим, что х принимает только целые значения (0,1,2,3,4,5,6,7). Выберем начальную популяцию, напр (4,5,7). Чем большее значение особи, тем более она приспособленна. Выберем родителей и создадим потомков с помощью кроссинговера (будем осущ-ть в точке разрыва 2).Для формирования новой популяции необходимо осущ-ть отбор – выбрать наиболее приспособленные особи из родителей и потомков. В результате отбора получена новая популяция (5,5,6) (локальный максимум).Для поиска глобального максимума, повторяем проделанную выше процедуру. Новая популяция (0,3,6). ГА удалось найти решение вне максимума и перескочить через область худших решений.Проделываем новый цикл. Новая популяция (1,2,6). Глобальный экстремум найден. Агенты, свойства. Агенты – это компьютерные программы, которые самостоятельно решают поставленные пользователем задачи. Агенты (с лат. – вести, действовать.) Свойства агентов: 1)Реактивность (реакции) - агенты воспринимают и реагируют на окружающую среду. Сенсоры: изображение через видеокарту, через клавиатуру, общая память. 2)Автономность – для создания самозапуска не нужно вмешательство пользователя. 3)Целенаправленность - агент имеет глобальную цель для достижения. Для достижения сущ-щей локальной цели. 4)Непрерывность функционирования - агент постоянно нах-ся в состоянии исполнения 5)Коммуникативность - агент может общаться с другими агентами, людьми; общение, запрос. 6)Обучаемость (адаптивность) - агенты обучаются на основании предыдущих действий и результатов, полученных действий. Результатами яв-ся нейронные сети 7)Мобильность - агент перемещается по сети 8)Гибкость - поведение агента яв-ся непростым выбирает одно из альтернативных вариантов поведения. Программный агент StaffCop. Программа StaffCop состоит из двух модулей - администраторского, который устанавливается на компьютер администратора, и пользовательского (агента). Собирает инф-ию с экрана комп-ра, интернет пейджеров, программы, файлы, веб-сайты, USB-устройства, рабочий день. Агенты осуществляют сбор информации об активности сотрудников и передают ее администраторскому модулю. Агент представляет собой драйвер небольшого размера, работающий как служба Windows. Агент может работать в двух режимах: как обычная программа либо как программа-шпион (в невидимом режиме) -пользователь компьютера не будет знать, что за ним ведется наблюдение.
|
|||||||||||||||||||||||
Последнее изменение этой страницы: 2016-08-26; просмотров: 259; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 18.220.11.34 (0.005 с.) |