Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Основные области применения:
1. Универсальные апроксиматоры функций.
Доказанные теоремы, утверждающие, что при выполнении определенных условий, связанных с типом передаточных функций нейронов, свойствами аппроксимируемых функций и областей аппроксимации ИНС могут аппроксимировать любую функцию с требуемой точностью.
2. Прогнозир-е: например:временных рядов (на фин, фондовом рынках и т.д.), т.е. типичная задача: спрогнозировать, какова будет цена закрытия на завтра ценных бумаг некоторого пп. Переменные: какие либо индикаторы. ИНС используют в автоматическом трейдинге. (первые эксперименты в этой области были проведены в 90-е года).
3. Распознавание любых объектов и образов. Классификация в мед или технич диагностиках.
4. Управление техническими системами, с использованием автономного ИИ (робототехника).
5. Управляющие системы в авионике (электронное управление летательными аппаратами – беспилотное управление самолетами, автономное управление поврежденных летательных аппаратов).
В целом, ИНС – универсальные, адаптивные, обучающиеся системы, с распределенной «памятью» и параллельными вычислениями.
Недостатки ИНС:
1. ИНС- системы типа «черный ящик», т.е. построенную модель можно только использовать без возможности детального анализа.
2. Д/ обучения ИНС, в частности с «учителем» необходимо иметь обучающую выборку, достаточно большого объема, что не всегда возможно.
3. Обучение нейросети, особенно сложной (с большим кол-вом связей в нейронах), представляет собой задачу с большими алгоритмическими и вычислит трудностями.
Дата публикования: 2015-03-29; Прочитано: 146 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!