Министерство  образования республики Карелия

ГАОУ  СПО РК "Сортавальский колледж" 
 
 
 
 
 
 
 

Реферат по дисциплине информатика

Тема  «Нейрокомпьютеры и нейронные сети»

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Работу  выполнил: студент 721гр.

Косарев Денис

Специальности

«Строительство и эксплуатация зданий и сооружений»

Проверил  преподаватель Егорова В. З.

Оценка:

           Подпись: 
 
 
 

Сортавала

2011

Введение - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 3 стр. 

Глава I. Нейрокомпьютеры - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 4 стр. 

1.1 История нейрокомпьютеров- - - - - - - - - - - - - - - - - - - - - - - - - - - 5 стр. 

1.2 Преимущества  и недостатки нейрокомпьютеров- - - - - - - - - - - - 6 стр. 

1.3 Практическое  применение- - - - - - - - - - - - - - - - - - - - - - - - - - - - 7 стр. 

Глава II. Нейронные сети- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -8 стр. 

2.1 Задачи для  нейронных сетей - - - - - - - - - - - - - - - - - - - - - - - - - - 9 стр. 

2.2 Истинные преимущества нейронных сетей - - - - - - - - - - - - - - - -11 стр. 

Заключение - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 13 стр. 

Список литературы - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -15 стр. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Введение 

Прошло уже  много лет с того момента, когда  появилась первая ЭВМ. За это время сменилось уже несколько поколений вычислительных машин. Менялись элементная база, конструктивные решения, языки программирования, программное обеспечение, но основы архитектуры, заложенные при создании машин первого поколения, практически без изменения перешли на машины последующих и успешно работают до настоящего времени. Нет сомнений, что идеи машин первого поколения ещё послужат человеку. Однако всё настоятельнее требуются системы, наделённые элементами интеллекта при обработке колоссального объёма информации и в то же время работающие в темпе управляемых процессов.

В таких прикладных областях деятельности человека, как  космология, молекулярная биология, гидрология, охрана окружающей среды, медицина, экономика и многих других, сформулированы проблемы, решение которых потребует вычислительных машин, обладающих колоссальными ресурсами.

На сегодняшний  день высокие технические характеристики реализуется только с помощью дорогостоящих уникальных архитектур от CRAY, SGI, Fujitsu, Hitachi с несколькими тысячами процессоров.

В настоящее  время концептуально разработаны  методы достижения высокого быстродействия, которые охватывают все уровни проектирования вычислительных систем. На самом нижнем уровне – это передовая технология конструирования и изготовления быстродействующей элементной базы и плат с высокой плотностью монтажа.

Теоретически  совершенствование элементной базы – самый простой метод повышения производительности вычислительных систем. Однако на практике он приводит к существенному удорожанию новых разработок. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Глава I. Нейрокомпьютеры 

Нейрокомпьютеры - это системы, в которых алгоритм решения задачи представлен логической сетью элементов частного вида - нейронов с полным отказом от булевских элементов типа И, ИЛИ, НЕ. Как следствие этого введены специфические связи между элементами, которые являются предметом отдельного рассмотрения. В отличие от классических методов решения задач нейрокомпьютеры реализуют алгоритмы решения задач, представленные в виде нейронных сетей. Это ограничение позволяет разрабатывать алгоритмы, потенциально более параллельные, чем любая другая их физическая реализация. Нейросетевая тематика является междисциплинарной, что обусловило значительные разночтения в общих терминологических подходах. Нейросетевой тематикой занимаются как разработчики вычислительных систем и программисты, так и специалисты в области медицины, финансово-экономические работники, химики, физики и т.п. То, что понятно физику, совершенно не принимается медиком и наоборот - все это породило многочисленные споры, и целые терминологические войны по различным направлениям применения всего, где есть приставка нейро.

В дальнейшем под нейрокомпьютером будем понимать вычислительную систему с архитектурой MSIMD, в которой реализованы два принципиальных технических решения: упрощен до уровня нейрона процессорный элемент однородной структуры и резко усложнены связи между элементами; программирование вычислительной структуры перенесено на изменение весовых связей между процессорными элементами.

Приведем некоторые  наиболее устоявшиеся определения  нейрокомпьютера 

 

Общее определение  нейрокомпьютера может быть представлено в следующем виде:

Нейрокомпьютер - это вычислительная система с  архитектурой аппаратного и программного обеспечения, адекватной выполнению алгоритмов, представленных в нейросетевом логическом базисе. 

     1.1 История нейрокомпьютеров 

Нейрокомпьютеры – это ЭВМ нового поколения, качественно  отличающиеся от других классов вычислительных систем параллельного типа тем, что  для решения задач они используют не заранее разработанные алгоритмы, а специальным образом подобранные  примеры, на которых учатся. Их появление обусловлено объективными причинами: развитие элементной базы, позволяющее на одной плате реализовать персональный компьютер – полнофункциональный компьютер (модель нейрона), и необходимость решения важных практических задач, поставленных действительностью. Попытки создания ЭВМ, моделирующих работу мозга, предпринимались ещё в 40-х гг. специалистами по нейронной кибернетике. Они стремились разработать самоорганизующиеся системы, способные обучаться интеллектуальному поведению в процессе взаимодействия с окружающим миром, причём компонентами их систем обычно являлись модели нервных клеток. Однако зарождавшаяся в это же время вычислительная техника и связанные с нею науки, особенно математическая логика и теория автоматов, оказали сильное влияние на области исследования, связанные с мозгом.

К концу 50-х гг. сформировался логико-символьный подход к моделированию интеллекта. Его  развитие создало такие направления, как эвристическое программирование и машинный интеллект, и способствовало угасанию интереса к нейронным сетям. К началу 80-х гг. были созданы условия для возрождения интереса к нейросетевым моделям. Это было связано с накоплением новых данных при экспериментальных исследованиях мозга.

К настоящему времени  сформировался обширный рынок нейросетевых продуктов. Подавляющее большинство продуктов представлено в виде моделирующего программного обеспечения. Ведущие фирмы разрабатывают также и специализированные нейрочипы или нейроплаты в виде приставок персональным ЭВМ. Наиболее ярким прототипом супернейрокомпьютера является система обработки аэрокосмических изображений, разработанная в США по программе «Силиконовый мозг». Объявленная производительность супернейрокомпьютера составляет 80 PFLOPS (80∙1015 операций с плавающей точкой в 1 с) при физическом объёме, равном объёму человеческого мозга, и потребляемой мощности 20 Вт.

В июле 1992 г. в  Японии была принята Пятая Программа (действующая и поныне), связанная  с созданием координационного исследовательского центра по реализации международного проекта Real World Computing Partnership (RWCP), основной целью которого являлась разработка практических методов решения реальных задач на основе гибких и перспективных информационных технологий.

В настоящее  время в рамках развития этого  проекта создана трансконтинентальная сеть на базе гетерогенной вычислительной среды, объединяющей Суперкомпьютерный центр в Штутгарте (Германия), Компьютерный центр в Питсбурге (шт. Пенсильвания), Электротехническую лабораторию в Тшукубе (Япония), Компьютерный центр в Манчестере (Великобритания), в которой часть пользовательских компьютеров выполнена по нейросетевой технологии. Пиковая производительность образованного сверхсуперкомпьютера составила 2.2 TFLOPS.

Считается, что  теория нейронных сетей, как научное направление, впервые была обозначена в классической работе Мак Каллока и Питтса 1943 г., в которой утверждалось, что, в принципе, любую арифметическую или логическую функцию можно реализовать с помощью простой нейронной сети. В 1958 г. Фрэнк Розенблатт придумал нейронную сеть, названную перцептроном, и построил первый нейрокомпьютер Марк-1 . Перцептрон был предназначен для классификации объектов. На этапе обучения “учитель” сообщает перцептрону к какому классу принадлежит предъявленный объект. Обученный перцептрон способен классифицировать объекты, в том числе не использовавшиеся при обучении, делая при этом очень мало ошибок. Примерно в это же время вышла работа Минского и Пейперта, указавшая ограниченные возможности простейшего перцептрона. Результаты Минского и Пейперта погасили энтузиазм большинства исследователей, особенно тех, кто работал в области вычислительных наук. 

     1.2 Преимущества и недостатки нейрокомпьютеров

По сравнению  с обычными компьютерами нейрокомпьютеры  обладают рядом преимуществ.

Во первых — высокое быстродействие, связанное с тем, что алгоритмы нейроинформатики обладают высокой степенью параллельности.

Во вторых —  нейросистемы делаются очень устойчивыми  к помехам и разрушениям.

В третьих —  устойчивые и надежные нейросистемы могут создаваться из ненадежных элементов, имеющих значительный разброс параметров.

Несмотря на перечисленные выше преимущества эти  устройства имеют ряд недостатков:

1. Они создаются  специально для решения конкретных  задач, связанных с нелинейной  логикой и теорией самоорганизации. Решение таких задач на обычных компьютерах возможно только численными методами.

2. В силу своей  уникальности эти устройства  достаточно дорогостоящи. 

1.3 Практическое применение нейрокомпьютеров