Cтраница 1
Нейросетевые технологии в настоящее время находятся на начальной стадии развития. Успешное продолжение работ в этой области связано с разработкой новых методов построения и обучения нейронных сетей. Несомненно, экспертные системы и нейронные сети позволяют достичь больших результатов, чем традиционные вычислительные средства, но лишь в некоторых областях. Для задач, в которых объект или процесс представлен четкой математической моделью, традиционные методы несомненно оказываются предпочтительнее. Тем не менее нейросетевые технологии значительно расширяют возможности создания интеллектуальных систем управления. [1]
Нейросетевые технологии активно используются в маркетинге для моделирования поведения клиентов и распределения долей рынка. Нейросетевые технологии позволяют отыскивать в маркетинговых базах данных скрытые закономерности ( см. разд. [2]
Использование нейросетевых технологий для анализа акустического излучения демонстрируют системы обнаружения и распознавания летательных аппаратов по звуку, а также надводных и подводных объектов по гидроакустическим сигналам. Сигналы от объектов подвергаются предобработке и в оцифрованном виде подаются на вход предварительно обученной нейронной сети для распознавания. [3]
При использовании нейросетевой технологии работа строится в несколько этапов. Рассмотрим их содержание и важнейшие процедуры. [4]
Таким образом, нейросетевая технология обладает двумя чрезвычайно полезными свойствами. [5]
В сфере экономики нейросетевые технологии могут использоваться для классификации и анализа временных рядов путем аппроксимации сложных нелинейных функций. [6]
Рассмотрены проблемы использования нейросетевой технологии для генерации альтернативных вариантов решений в системах поддержки принятия решений. На основе результатов исследования новых информационных технологий предложены новые алгоритмы обучения нейронной сети, позволяющие уменьшить ошибку распознавания и время обучения. [7]
В систему FOREX-94 заложены нейросетевые технологии, предназначенные для обработки информации, поступающей от методов технического анализа и динамики цены. Термин нейронные сети используется для обозначения совокупности элементов - нейронов, связанных между собой и обменивающихся сигналами. В данном случае нейроны и сигналы между ними моделируются компьютером. [8]
Одной из основных областей применения нейросетевых технологий являются задачи классификации, то есть задачи, в которых нужно отнести входные данные к одной из известных категорий. [9]
Одним из ярких примеров применения нейросетевых технологий является система Fortel Trade, работающая в режиме online. Работа с системой Fortel Trade предусматривает два режима. [10]
Еще один популярный пакет, использующий нейросетевые технологии, - The AI Trilogy ( Трилогия искусственного интеллекта) американской фирмы Ward Systems Group. [11]
Следует помнить о том, что применение нейросетевых технологий не всегда возможно и сопряжено с определенными проблемами и недостатками. [12]
В таких ситуациях желаемый результат может принести применение нейросетевых технологий. Наибольший эффект использование нейросетевых технологий дает в таких областях, как распознавание образов, анализ данных, моделирование и управление. [13]
На мировом рынке аналитического программного обеспечения представлен широкий спектр нейросетевых технологий, начиная от систем, ориентированных на суперкомпьютеры, стоимость которых превышает 50 тыс. долл. Это делает доступной технологию нейронных сетей для приложений практически любого уровня. [14]
Вторым этапом является определение и подготовка исходных данных для реализации нейросетевой технологии. При этом отбирается вся необходимая, адекватно и полно описывающая процесс информация. Для наиболее успешного решения проблемы формирования наборов информации для последующего прогнозирования ситуаций рекомендуется привлекать хорошо знающих данную конкретную область специалистов. [15]