Будущее без инвалидов, люди, летающие на работу, дети, играющие в настоящий квиддич, возможность подняться на Эверест для каждого − от перспектив захватывает дух, не правда ли?
Кризис подходит к концу, сообщают с осторожным оптимизмом эксперты. Ситуация крупнейших экономик мира выглядит все лучше, и хотя Китай несколько сбавил обороты, силу набирают США. Тем не менее многие аналитики сомневаются, приведет ли новый подъем к созданию новых рабочих мест.
Сеть RBF(радиальных базисных функций) не содержит рекурсии и предназначена для аппроксимации функций, которые заданы в неявном виде набором шаблонов (обучающих образов). Она характеризуется такими особенностями: имеет единственный скрытый шар, только нейроны скрытого шара имеют нелинейную активационную функцию, синаптические веса всех нейронов скрытого шара равняются единицы. Такая сеть лучше всего решает задачи интерполяции (прогнозирования внутри пространства исследования).
Почитатели творчества Айзека Азимова, конечно же, узнали текст в кавычках в заголовке. Один из самых коротких рассказов автора трех законов робототехники повествует о горемыках-астронавтах, которым для сборки оборудования на станции прислали специального робота-сборщика в разобранном виде. И с невнятными инструкциями в виде пачки машинописных листов со смазанным текстом. Ирония Азимова вполне понятна. Сборка позитронного робота — процесс намного более сложный, чем, например, сборка шкафа или компьютера.
Передо мной предстала задача анализа большого количества информации и выявления закономерностей. И первое, что пришло в голову — построить математическую модель с помощью нейронной сети.
Поскольку данные для анализа формируются в php и мне этот язык сейчас ближе всего, то искалась библиотека с интерфейсом для php. В связи с этим мне порекомендовали FANN (Fast Artificial Neural Network) — открытое программное обеспечение для построения сетей. У этого решения есть апи для 15 языков, так что почти каждый сможет выбрать что-то для себя.
Принцип работы памяти у компьютера Фон-Неймановской архитектуры и человека принципиально отличаются друг от друга. Компьютер используется для поиска информации адрес, а человек ассоциации. Поэтому, если вы знаете, где искать информацию, компьютер найдет ее быстро, но если не знаете, то придется все перебирать. Хорошо еще, если данные не искажены. Вероятно, более "качественная" (если можно так выразиться) память человека позволяет при гораздо меньших вычислительных возможностях лучше анализировать. Принципиальную ограниченность современных компьютеров можно обойти при помощи различного рода систем ассоциативной памяти, например, сетей Хемминга.
В наши дни довольно часто приходится слышать о технологиях, работающих по тем же самым принципам, что и органы человека, - средства обработки зрительных образов, искусственная сетчатка, нейронные сети, наконец. Эта тема неоднократно освещалась и на страницах "Компьютерного Обозрения". На сей раз давайте поговорим еще об одной вещи, которую специалисты по информационным технологиям решили позаимствовать у природы, - об иммунитете.
Как-то друг попросил помочь с дипломной работой и дал ссылку на статью, в которой говориться о восстановлении изображения с помощью самоорганизующихся карт Кохонена. Почитав статью, я вначале решил, что это бред какой-то, и что нейросеть к восстановлению никаким боком не стыкуется. Но, я чуток ошибался, оказалось, что этот метод весьма увлекательный, и когда я его таки сделал, не мог набаловаться.
NEFClass (сокращение от NEuro-Fuzzy CLASSification) - нейро-нечеткая классификация, используется для анализа данных в нейро-нечетких сетях. В статье приводятся эксперименты с применением такой сети для распознавания изображения.
Про нейронные сети, как один из инструментов решения трудноформализуемых задач уже было сказано достаточно много. И здесь, на хабре, было показано, как эти сети применять для распознавания изображений, применительно к задаче взлома капчи. Однако, типов нейросетей существует довольно много. И так ли хороша классическая полносвязная нейронная сеть (ПНС) для задачи распознавания (классификации) изображений?
В данной статье речь пойдет об алгоритме HEngine и реализации решения проблемы подсчета расстояния Хэмминга на больших объемах данных.
Чем дальше мы удаляемся от Земли, тем больше космические зонды и роботы должны будут думать за себя. Но разработка автономных роботов невозможна без искусственного интеллекта.