Статья

Название статьи ИЗВЛЕЧЕНИЕ НЕЯВНЫХ ЗНАНИЙ С ИСПОЛЬЗОВАНИЕМ НЕЙРОСЕТЕВЫХ АЛГОРИТМОВ
Автор В.В. Бова
Рубрика РАЗДЕЛ VI. ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И НЕЧЕТКИЕ СИСТЕМЫ
Месяц, год 11, 2012
Индекс УДК 002.53:004.89
DOI
Аннотация В работе изложены возможности интеллектуальных информационных технологий, основанных на искусственных нейронных сетях. Определены особенности построения нейросетевых моделей, формирующихся на основе методов эволюционных вычислений, выделены основные направления развития нейросетевых технологий при решении сложных интеллектуальных задач: Рассмотрена возможность применения генетических алгоритмов для оптимизации параметров нейронной сети в задачах извлечения знаний. Предложен подход к выбору значимых входных параметров нейросети и механизмов кодирования потенциальных решений, который может быть реализован с использованием генетических алгоритмов. Представлены алгоритмы, повышающие эффективность обучения нейросети для извлечения неявных знаний из опытных данных.

Скачать в PDF

Ключевые слова Интеллектуальные технологии; искусственные нейронные сети; нейросетевые модели; генетические алгоритмы; эволюционные вычисления.
Библиографический список 1. Курейчик В.M. Особенности построения систем поддержки принятия решений // Известия ЮФУ. Технические науки. 2012. – № 7 (132). – С. 92-98.
2. Комарцова Л.Г., Кадников Д.С., Ковалев И.В. Особенности построения гибридных интеллектуальных систем обработки информации // Журнал «Информационные технологии». – 2010. – № 5. – С. 2-10.
3. Бова В.В., Дуккардт А.Н. Применение искусственных нейронных сетей для коллективного решения интеллектуальных задач // Известия ЮФУ. Технические науки. – 2012. – № 7 (132). – С. 131-138.
4. Бова В.В., Курейчик В.В., Нужнов Е.В. Проблемы представления знаний в интегрированных системах поддержки управленческих решений // Известия ЮФУ. Технические науки. – 2010. – № 7 (108). – С. 107-113.
5. Осовский С. Нейронные сети для обработки информации / пер. с польск. – М.: Финансы и статистика, 2002. – 344 с.
6. Воеводин Ю.Ю., Комарцова Л.Г. Применение генетического алгоритма для оптимизации параметров нейронной сети в задачах классификации // «Информатика: проблемы,
методология, технологии». – М.: Из-во МГТУ им Баумана, 2005. – С. 42-46.
7. Курейчик В.М. Проблемы, обзор и параллельные генетические алгоритмы: состояние // Известия РАН. Теория и системы управления. – 2010. – № 4. – С. 72-82.
8. Дуккардт А.Н., Лебедев Б.K. Комплексный гибридный генетический алгоритм // Известия ЮФУ. Технические науки. – 2008. – № 4 (81). – С. 26-32.
9. Курейчик В.В., Курейчик Вл.Вл. Архитектура гибридного поиска при проектировании // Известия ЮФУ. Технические науки. 2012. – № 7 (132). – С. 22–27.
10. Кравченко Ю.А. Применение метода анализа иерархий в алгоритме принятия решений с учетом ряда параметров адаптации // Известия ЮФУ. Технические науки. 2012. – № 7
(132). – С. 247-253.
11. Ляхов А.Л., Алешин С.П. Искусственная нейронная сеть как измерительный инструмент адекватности модели с адаптивным классом точности // 4-я МНПК «Математическое и
имитационное моделирование систем»: Тезисы докладов. – Киев: ИПММС НАН Украины, 2009. – С. 116-119.

Comments are closed.