Cтраница 2
На сегодняшний момент сотни фирм и лабораторий занимаются исследованиями в области нейросетевых технологий. Разработаны ряд нейрокомпьютеров и нейромо-дулей, которые могут работать под управлением обычных ЭВМ и самостоятельно с существенно более высоким быстродействием. [16]
Ситуация изменилась в начале 1990 - х годов, когда на рынке появилось новое поколение нейросетевых технологий - мощных, недорогих, простых в использовании. [17]
Первым этапом является четкое определение проблемы, т.е. того, что пользователь-аналитик собирается получить от нейросетевой технологии на выходе. Это может быть некоторый вектор, характеризующий систему или процесс. [18]
Более того, главная проблема - моделирование зрения, внимания, координированного управления поведением - не имеет удовлетворительного решения в рамках нейросетевой технологии. [19]
Одной из основных и самых трудных задач СППР является автоматическая генерация альтернативных вариантов решений. Нейросетевая технология относится к новым информационным технологиям, получившим бурное развитие в последние двадцать лет. [20]
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. [21]
При построении модели ИНС прежде всего необходимо точно определить задачи, которые будут решаться с ее помощью. В настоящее время нейросетевые технологии успешно применяются для прогнозирования, распознавания и обобщения. [22]
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. [23]
После завершения полного цикла решения задачи возможны два пути: пользоваться в дальнейшей работе созданной системой, что вполне приемлемо для одного специалиста, решающего определенный круг задач, или создать для каждой задачи независимые приложения в виде отдельного файла, который может использоваться другими программами. В этом случае полученный вариант нейросетевой технологии представляет собой упакованную нейросеть с описанными функциями передачи данных команд управления. [24]
Концептуальным этапом развития информационных технологий является их интеллектуализация. Решение неординарных и слабоформализуемых задач призваны осуществлять экспертные системы и нейросетевые технологии. [25]
Опыт применения НС в СППР для решения конкретных задач выбора основных параметров локальной вычислительной сети ( ЛВС) [5] показал, что остаются нерешенными многие проблемы. В статье рассматриваются возможные пути решения этих проблем путем совместного использования нейросетевой технологии с технологиями ПЛ и ГА. [26]
Нейронные сети выглядят предпочтительнее экспертных систем, позволяя одновременно анализировать множество в общем случае неточных и неполных параметров и не требуя при этом явной формализации правил вывода. Однако, объяснение тех или иных рекомендаций, полученных с помощью нейросетевого анализа, является требованием, которое обычно предъявляют специалисты, желающие использовать нейросетевые технологии. На первый взгляд здесь-то и находится их слабое место. Действительно, в такой области обработки информации, как извлечение знаний, нейронные сети стали применяться только относительно недавно. [27]
Однако существует ряд задач управления, в которых информация об объекте может быть неполной, неточной или нечеткой, когда применение традиционных вычислительных алгоритмов становится проблематичным и не дает желаемого результата. Кроме того, связь между входными и выходными параметрами может быть настолько сложна, что моделирование в традиционном смысле становится мало эффективным, а порой просто невозможным. 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. [28]
У Иногда высказывается такое мнение, что статистические методы предназначены для профессионалов, поскольку их использование требует основательной теоретической подготовки. В то же время, нейронные сети - это инструмент любителей, который можно быстро освоить и применять. Например, бизнес-стратег Дэниэл Баррас, автор Technotrands: How to Use Technology to Go Beyond Your Competition утверждает, что для того, чтобы остаться конкурентоспособным, деловой человек должен не только использовать инструменты будущего, но и использовать их по-новому. В частности, нейросетевые технологии снабжают людей экспертизой, которая прежде могла быть получена лишь в течении многих лет обучения и опыта. [29]
Однако существует ряд задач управления, в которых информация об объекте может быть неполной, неточной или нечеткой, когда применение традиционных вычислительных алгоритмов становится проблематичным и не дает желаемого результата. Кроме того, связь между входными и выходными параметрами может быть настолько сложна, что моделирование в традиционном смысле становится мало эффективным, а порой просто невозможным. 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. [30]