Пятковский О.И. Интеллектуальные информационные системы (нейронные сети)

Подождите немного. Документ загружается.

121

19. Сети и системная нейронаука.

Основное внимание в этом разделе

будет уделено временному поведению сигналов в нейронных контурах как

биологических, так и искусственных сетей.

20. Математические основания.

Некоторые разделы, такие, например, как обучение с учителем и без учи-

теля, нейродинамика и ассоциативная память, распознавание образов, решение

математических задач на нейронных сетях, в виде основных классических ре-

зультатов были затронуты в этой книге. Другие, возможно, знакомы читателю

из других книг (в том числе, и из научно-фантастических). Некоторые показа-

лись совершенно новыми. По всем из них мы с нетерпением будем ждать ре-

зультатов работы конгресса.

3.9.3 Программное и аппаратное обеспечение. Нейро-ЭВМ.

К настоящему времени сформировался обширный рынок нейросетевых

продуктов. Подавляющее большинство продуктов представлено в виде модели-

рующего программного обеспечения. Ведущие фирмы разрабатывают также и

специализированные нейрочипы или нейроплаты в виде приставок к обычным

ЭВМ (как правило, персональным ЭВМ линии IBM PC AT). При этом про-

граммы могут работать как без нейро-приставок, так и с ними. В последнем

случае быстродействие гибридной ЭВМ возрастает в сотни и тысячи раз.

Перечислим некоторые наиболее извесные и популярные нейросистемы и

их производителей.

Пакет программ NeuralWorks Professional II Plus. Это одна из последних

версий программного продукта NeuralWorks, разработаного фирмой

NeuralWare. Пакет содержит программные модели десятков архитектур ней-

ронных сетей (в том числе, некоторые из рассмотренных в этой книге). Фирма

объявила также о выпуске версии пакета для рабочих станций типа SUN и па-

раллельных процессоров nCUBE.

Пакет программ ExploreNet 3000. Разработка фирмы HNC, основанной

профессором Робертом Хехт-Нильсеном. Пакет предоставляет широкие фоз-

можности по моделированию и управлению данными. В качестве ускорителя

используется аппаратные разработки фирмы HNC - нейропроцессоры ANZA и

ANZA+, являющиеся одними из первых аппаратных решений. Фирма предло-

жила также средство для разработки прикладных программ - специализирован-

ный язык программирования AXON, основанный на языке C.

Оболочка NeuroShell 2.0. Достоинством этой программы является со-

вместимость с популярным пакетом управления данными MicroSoft Excel, что

делает продукт удобным для массового использования.

В России известны также разработки НИИ многопроцессорных вычисли-

тельных систем, г.Таганрог (СБИС для цифровых нейрокомпьютеров, имеющая

около 100000 вентилей и работающая на частоте 20 МГц), Московского центра

122

нейрокомпьютеров (аппаратные системы на основе транспьютеров). Среди про-

граммных систем следует отметить разработки кафедры нейрокибернетики

Красноярского университета, системы распознавания образов НИИ нейроки-

бернетики Ростовского университета и Института прикладной физики в Ниж-

нем Новгороде.

В 1993 немецкая фирма Simens объявила о выпуске самого быстродей-

ствующего на сегодняшний день нейрокомпьютера, названного

SYNAPSE-I

Этот нейрокомпьютер в целом представляет собой систему из управляющей

(host) машины и специализированного нейропроцессора с локальной памятью

для синаптических весов. В каждой нейросетевой парадигме можно выделить

относительно небольшой набор операций, специфических для нейронных се-

тей, который может быть очень эффективно в параллельном режиме выполнен

на специализированном процессоре. К таким операциям относятся, например,

умножение и сложение матриц и векторов, транспонирование матриц, вычис-

ление пороговых преобразований, параллельное вычисление табличных функ-

ций и другие. Оставшиеся фрагменты алгоритма, имеющие развитую логику,

но требующие обычно лишь несколько процентов от общего времени вычисле-

ний, могут быть успешно выполнены и на обычной ЭВМ. В нейрокомпьютере

SYNAPSE-1 в качестве такой host-машины выступает рабочая станция Sun

Sparc Station II. Плановое ускорение на нейро-операциях в SYNAPSE-1 будет

составлять 8000 раз (!) по сравнению с host-станцией. Для пользователя преду-

смотрены удобный проблемно-ориентированный на нейросети язык програм-

мирования nAPL, среда программирования на языке C++ и удобная UNIX-

совместимая операционная система.

Перечисленные выше нейросистемы являются относительно дорогими и

предназначены в основном для профессионального использования. В учебно-

исследовательских целях в приложении к этой книге приведена простая про-

грамма, реализующая алгоритмы обучения и распознавания однослойного пер-

септрона. Читатель, знакомый с языком программирования Паскаль, может ис-

пользовать эту программу, снабдив ее модулями ввода-вывода, для экспери-

ментирования с нейроной сетью, а также в качестве введения в технологию

создания нейропрограммного обеспечения.

Аббревиатура SYNAPSE в данном случае означает SYnthesis of Neural Algorithms on a Parallel Systolic Engine

(синтез нейронных алгоритмов на параллельном систолическом устройстве)

123

4. Литература и учебно-методические материалы

1. Барский А.Б. Нейронные сети: распознавание, управление, принятие

решений.-М.: Финансы и статистика, 2007.- 176с.:ил.-(Прикладные ин-

формационные технологии).

2. Gilev S.E., Gorban A.N., Mirkes E.M. Several methods for accelerating

process jf neural networks in pattern recognition/ Krasnojarsk, 1990, 16 pp

3. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компью-

тере. - Новосибирск: Наука. Сибирская издательская фирма РАН, 1996. -

276с.

4. Горбань А.Н. Обучение нейронных сетей.- М.: изд. СССР-США СП

"ParaGraph", 1990.-159с.

5. Горбатков С.А., Полупанов Д.В. Методы нейроматемтики в налоговом

контроле: Монография/ под ред. Д-ра тех. Наук, проф. С.А. Горбаткова.-

Уфа: РИЦ Баш ГУ, 2008.-136 с., ил.

6. Зиновьев А.Ю. Визуализация многомерных данных. Монография. Крас-

ноярск: ИПЦ КГТУ, 2000.-168с.

7. Каллан, Роберт Основные концепции нейронных сетей.: Пер. с англ.-М.:

Издательский дом «Вильямс», 2003.-288с.: ил. Парал. Тит. англ.

8. Круглов В.В. Борисов В.В. Искусственные нейронные сети. Теория и

практика.-2-е изд., стереотип. М.: Горячая линия-Телеком, 2002.-382с:

ил.

9. Машулина О.А., Лабинская А.А., Щербинина М.В. Лабораторный прак-

тикум по курсу «Ведение в теорию нейронных сетей».М.: МИФИ, 2000.-

204 с.

10. Медведев В.С. , Потемкин В.Г. Нейронные сети. MATLAB 6/ Под

общ.ред. к.т.н. В.Г. Потемкина.- М.: ДИАЛОГ-МИФИ, 2002.-496с.-

(Пакеты прикладных программ; Кн.4)

11. Методы нейроинформатики: Сб. научн. Трудов/ под ред. А.Н. Горбаня;

Отв. За вып. М.Г. Доррер: КГТУ, Красноярск, 1998, 2004с.-205с.

12. Минаев Ю.Н., Филимонова О.Ю., Бенамеур Лиес Методы и алгоритмы

решения задач идентификации и прогнозирования в условиях неопреде-

ленности в нейросетевом логическом базисе.- М.: Горячая линия- Теле-

ком.2003.-205с.: ил.

13. Миркес Е.М. Нейрокомпьютер. Проект стандарта/ Е.М. Миркес.-

Новосибирск: Наука. Сибирское предприятие РАН, 1999.-337с

14. Нейроинформатика / А.Н. Горбань, В.Л. Дунин-Барковский, А.Н. Кир-

дин и др.- Новосибирск: Наука, Сибирское предприятие РАН, 1998.-

296с.

15. Нейронные сети. STATISTIKA Neural Networks: Пер. с англ.-М: Горячая

линия- Телеком.2000.-182с., ил.

16. Нейропрограммы: Учеб.пособие: В 2 ч. Ч.1/ Л.В. Гилева, С.Е.Гилев,,

А.Н. Горбань и др.; Под ред. А.Н. Горбаня; КГТУ, Красноярск, 1994.-

137с.

124

17.

Нейропрограммы: Учеб.пособие: В 2 ч. Ч.2/ Л.В. Гилева, С.Е.Гилев,

А.Н. Горбань и др.; Под ред. А.Н. Горбаня; КГТУ, Красноярск, 1999.-

123с.

18. Описание пакета нейропрограмм CLAB, Neuro Comp, Дом нейропро-

грамм, ИВМ СО РАН, Красноярск: 1995.-85с.

19. Осовский С. Нейронные сети для обработки информации / пер. с поль-

ского И.Д. Рудинского.-М.: Финансы и статистика, 2002.-344с.

20. Пятковский О.И. Интеллектуальные компоненты автоматизированных

информационных систем управления предприятием: Монография - г.

Барнаул": АлтГТУ.- Барнаул: изд-во АлтГТУ, -1999.-351с.

21. Пятковский О.И., Бутаков С.В., Рубцов Д.В. Методы построения ин-

теллектуальных информационных систем анализа хозяйственной дея-

тельности предприятий. - г.Барнаул: АлтГТУ, 1999.

22. Пятковский О.И., Бутаков С.В., Рубцов Д.В. Методы построения ин-

теллектуальных информационных систем анализа хозяйственной дея-

тельности предприятий. - г.Барнаул: АлтГТУ. - 1999. – 0/1.

23. Пятковский О.И. Интеллектуальные компоненты аналитических ин-

формационных систем управления организацией: Учебное пособие /

Алт. гос. Техн. Ун-т им. И. И. Ползунова. – Барнаул: Изд-во АлтГТУ,

2002.-219 с.

24. Пятковский О.И., Павловский Е.В., Свит Т.Ф., Семкин Б.В. ,Синицин

В.А., Шевелева Л.В., Щербаков Н.П. Интегрированные образовательные

учреждения/ под общ. Ред. Б.В. Семкина, г.Барнаул": АлтГТУ. -2009. –

325с. 0/1.

25. Евстигнеев В.В., Пятковский О.И., Семкин Б.В., Хомутов О.И., Швецов

Г.И. Управление вузом с разветвленной территориальной структурой на

основе нейросетевых и геоинформационных технологий.- Новосибирск:

Наука, 2003.-247с.

26. Пятковский О.И., Новоселов С.В. Аналитическая система оценки инно-

вационного потенциала технического университета и его подразделе-

ний.-Новосибирск: Наука, 2007.-221 с.

27. Россиев А.А. Итерационное моделирование неполных данных с помо-

щью многообразий малой размерности: Научное издание.- Новоси-

бирск: Изд-во СО РАН, 2004.-78с.

28. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генети-

ческие алгоритмы и нечеткие системы: Пер. с польск. И.Д. Рудинского.-

М.: Горячая линия.- Телеком, 2007.-452 с.:ил.

29. Сентаготаи Я. Арбиб М. Концептуальные модели нервной систе-

мы.М.МИР, 1976.-198 с.

30. Терехов В.А. Нейросетевые системы управления. Учеб. Пособие для

вузов/ В.А. Терехов, Д.В. Ефимов, И.Ю. Тюкин.- М.: Высш.шк. 2002.-

183с.:ил.

125

31.

Терехов С.А. Лекции по теории и приложениям нейронных сетей:

Учебное пособие.-Снежинск.: МИФИ, 1995.

32. Усков А.А., Кузьмин А.В. Интеллектуальные технологии управления.

Искусственные нейронные сети и нечеткая логика.- М.: Горячая Линия-

Телеком, 2004.-143с.: ил.

33. Цыганков В.Д. Вселенная Хокинга и нейрокомпьютер. Серия «Инфор-

матизация России на пороге XXI века».-М.: СИНТЕГ, 2000,84с.

34. Цыганков В.Д. Нейрокомпьютер и мозг. Учебное пособие. Серия «Ин-

форматизация России в XXI веке».-М.: СИНТЕГ, 2001.-248с.

35. Уоссермен Ф. Нейрокомпьютерная техника.- М.: Мир, 1992.

36. Хайкин, Саймон. Нейронные сети: полный курс, 2-е изд., испр.: Пер с

англ.- М. ООО « И.Д. Вильямс», 2006.- 1104с.: ил.- Парал. Тит. англ.