Сопоставление задач и примеров использования нейронных сетей


Таблицы сопоставления типов, областей применения и решаемых задач нейроуправления и сопоставления задач и примеров использования нейронных сетей...

Таблица 1. Сопоставление задач и примеров использования нейронных сетей

Задача

Пример использования

Решение систем линейных уравнений

Системы детекторов с переключением в реальном времени в физике.

Решение систем линейных неравенств

Медицинская диагностика (например, прогнозирование эпилептических припадков, определение размеров опухоли простаты).

Техническая диагностика (по вибрации и шуму на ранней стадии определять неисправности в механизме и проводить превентивный ремонт).

Аппроксимация и экстраполяция функций

Синтез речи (знаменитая экспериментальная система Nettalk, способная произносить фонемы из написанного текста).

Оценка кредитоспособности (классическая задача - по анкетным данным определить, надежен ли данный заемщик).

Распознавание образов

Оптическое распознавание символов, включая распознавание подписи (например, система идентификации подписи, учитывающая не только окончательный ее рисунок, но и скорость движения пера на различных участках, что значительно затрудняет подделку чужой подписи).

Обработка изображений (например, система сканирует видеоизображения станций метро и определяет, насколько станция заполнена людьми, причем работа системы не зависит от условий освещенности и движения поездов).

Лингвистический анализ (пример: сеть с неконтролируемым обучением используется для идентификации ключевых фраз и слов в языках туземцев Южной Америки).

Задача коммивояжёра

Торговля путем прямой рассылки (по сведениям из базы данных выявить клиентов, которые скорее всего откликнутся на почтовую рекламу).

Моделирование динамических систем

Прогнозирование финансовых временных рядов (компания LBS Capital Management объявила о значительных успехах в финансовых операциях, достигнутых за счет прогнозирования цен акций с помощью многослойных персептронов).

Прогнозирование хаотических временных рядов (целый ряд исследований продемонстрировал хорошие способности нейронных сетей к прогнозированию хаотических временных данных).

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Таблица 2. Сопоставление типов, областей применения и решаемых задач нейроуправления

Тип нейроуправления

Область применения

Решаемые задачи

Промышленное

 нейроуправление

авиационная промышленность

задача управления динамикой полета лета­тельного аппарата в сложных, непредсказуемых условиях, например, система управления высоко­скоростным истребителем, созданная лабораторией нейрокомпьютеров NASA (Нейрокомпьютер был обучен управлению истребителем в условиях тяжелых аварий). Управления силовой установкой совре­менных летательных аппаратов, как динамической системой. Есть попытки применения для решения частных задач управления динамикой полета, таких как автоматическая посадка, выполнение специ­альных маневров, управление воздушным боем

космическая техника

управление положением космиче­ского аппарата: управление коррекцией орбиты; управление манипулятором на борту космическо­го аппарата; автоматическая фокусировка фотоаппаратуры или других систем получения изобра­жений; активная виброзащита космических аппаратов; управление гибкими структурами и подав­ление колебаний в них, возбуждаемых реактивными двигателями

химическое машиностроение

управление синтезом веществ, управление различными химическими объектами (ректификационными колоннами), управление отдельными процессами химического производства

нефтегазодобывающая промышленность

управления дистилляционными колоннами при выработке нефтепродуктов

био­технология

решение за­дач нейросетевого моделирования биохимических процессов с целью идентификации объекта управления, а также управление отдельными процессами: рН процессами; термальной деградации биопродуктов: ферментации и др. Нейроконтроллеры активно применяются для управления биореакторами, имеющими актив­ные нелинейные характеристики

электронная промышленность

Моделирование и операторное управление вреальном времени процессами производства полупроводниковых элементов. Нейроуправление в настоящее время эф­фективно применяется для управления процессами плазменного травления, фотоионизации с по­мощью лазеров; сверхпрецизионными системами позиционирования с высоким быстродействием. В частности демонстрируется эффективное применение нейроуправления для управления иглой туннельного микроскопа с целью стабилизации туннельного тока при переменных или неизвест­ных условиях работы на анализируемой поверхности

металлургия и механообработка

управление прокатными станами, дуговыми печами, температурой и радиальным распределением газового потока в доменных печах: температурой охладителя агломерата в соста­ве сталелитейной установки, электронной системой при плавке алюминия, машинами для литья под давлением

энергетика

управление соединенными в систему турбогенераторами в системе преобразования энер­гии, управление солнечной электростанцией

автомо­бильная промышленность

управление впрыскиванием и воспламенением топлива: управление соотношением воздуха и горючего, регулировкой частоты вращения вала в двигателях автомобиля в режиме холостого хода, управления амортизаторами, управление трансмиссией, управление скоростью, управление дви­жением, управление задним ходом и кузовом самосвала. Известны примеры разработки специализированных полузаказных СБИС-нейрочипов для управления автомобилем

медицинская техника

управление содержанием глюкозы в крови при вводе больным инсулина, давлением при вводе лекарств, управление мускульной релаксацией с изучением фармакодинамических процессов в реаль­ном времени, управление роторными кровяными насосами

сельское хозяйство

управление теплицами для максимизации роста биомассы, создание динамических моделей и управления сушкой зерна, контроль влажно­сти и вентиляции в овощехранилищах

горнорудная промышленность

нейроуправ­ление вентиляцией шахт и тоннелей, нейроуправление в технологическом процессе дробления влажной руды стержневыми и галечными мельницами с сортировкой гидроциклоном обеспечивает стабилизацию размеров измельченной руды регулировкой количества подавае­мой в мельницу руды. Нейроуправление применяется для управления при шахтной добыче соли

Системы управления движением

 

Системы управления сервоприводами

Фирмой TexasInstruments выпущена специальная серия СБИС TMS320C240, ориентированная на реализацию систем управлением электродвигателями с про­граммной эмуляцией на СБИС нейросетевых алгоритмов управления. Нейроконтроллеры применяются для уменьшения пульсации вращающего момента в пере­ключаемых режимах асинхронных двигателей. При введении нейроуправления в контролле­ры электродвигателей имеет место экономия электроэнергии до 15...20%, повышение надежности и увеличение срока эксплуатации электродвигателей

Нейроуправление в робототехнике

Нейроуправление применяется в роботах с неизвестной динамикой, а также для учета непредвиденных факторов типа трения, вибраций и т.п. Экспери­менты с нейроуправлением проводятся на реальных роботах - манипуляторах типа РИМА-560 и показывают высокую эффективность. Особенно активно нейроуправление начинает применяться в микророботах. Это касается таких микросистем, как микролета­тельные аппараты, микроманипуляторы, микроманипуляторы на пьезоэлектрической основе, микротелеманипуляторы, микроминиатюрные устройства привода и т.п.

Функциональные системы

Системы активной виброзащиты и шумопоглощения

Нейроуправление в системах активной виброзащиты в последнее время активно применяется для таких: объектов, как различные гибкие структуры, в частности, космические антенны и конструкции, амортизаторы в автомобилях, гиб­кие звеньевые структуры типа манипуляторов, кривошипношатунные механизмы, бронемашины с поглощением ударов, турбогенераторы и другие подобные изделия. Системы шумопоглощения по принципу действия очень близки к системам активной виброзащиты. Только предметом реализации здесь является система генерации сигнала, противодействующая входному- шуму, с целью сделать минимальным шум на выходе в наушниках.

Управление температурой

Объекты с режимами совпадения заданных графиков изменения температуры. Нейроконтроллеры для управления температурой реализованы в криостатах с жидким гелием, в сис­темах быстрой тепловой обработки. Целью управления является установление нужного темпера­турного режима в заданное время, предотвращение нагрева пли переохлаждения, максимальная устойчивость температурного режима. Нейрокомпьютеры применяются также для регулирования температуры печей, воды в бассейнах, в административных зданиях и других объектах.

Сложные объекты управления

Интеллектуальные здания

Ярким примером является проект "нейродом", в котором нейроуправление применяется для регулирования вентиляции, освещения, температуры воздуха и воды в доме. Нейро­управление в зданиях начинает активно применяться для управления системой высокоскоростных лифтов с целью минимизации суммарного времени ожидания.

Управление строительными конструкциями

Нейроуправление реализовано для таких сложных строительных конструкций, как нефтяная вышка, ферма, моста и т.д. При этом на одних элементах конструкции располагаются датчики напряжений и изгибов, а на других - активные элементы, вводящие дополнительные напряжения в элементы конструкции или изгибающие их для уменьшения степени ее изнашива­ния и увеличить долговечность эксплуатации

Морские суда

Управления движением судна (управление автопилотом, маневром, причаливанием, обходом пре­пятствий). Кроме того, делаются попытки нейроуправления двигателем морского судна

Оптические системы

Важнейшей функцией, реализуемой в оптических системах с помощью нейрокомпьютерных систем, является автоматическая настройка оптической системы на резкость изображения. Данная операция в настоящее время реализуется в коммерческих видеокамерах простейшими нейронными схемами

Адаптивные системы телескопов

Необходимость в увеличении диаметра зеркала и невозмож­ность его точной реализации привела к созданию адаптивных составных телескопов, зеркало ко­торых состоит из нескольких десятков или даже сотен фрагментов, положение которых настраива­ется динамически в режиме реального времени для оптимизации работы телескопа и для макси­мальной компенсации атмосферных возмущений. При этом адаптивное управление столь много­мерной системой фрагментов зеркала эффективно может осуществляться нейрокомпьютером.

Токамак.

Управление граничной формой плазмы в Токамаке является трудной задачей вследст­вие крайней неустойчивости объекта управления. Основная задача нейроуправления здесь заклю­чается в разработке и внедрении нейросетевых алгоритмов управления системой питания обмоток полодиальных полей

 


искусственные нейронные сети
Гость, оставишь комментарий?
Имя:*
E-Mail:


Свежее новое
  • Как искусственный интеллект помогает в изучении иностранного языка ?
  • Технологии стали неотъемлемой частью нашей жизни. Они развиваются так быстро, что люди не успевают за ними. Мы не можем отрицать его силу или
  • Mail.Ru Group запустили чемпионат по искусственному интеллекту Mini AI Cup #3!
  • На конец лета выпало событие, которое наверняка заинтересует многих любителей поразмышлять о будущем разумных машин. Неделю назад, 30 августа,
  • Искусственный интеллект против команды профессиональных геймеров в DOTA 2. Кто победит?
  • Искусственный интеллект уже подтвердил, что может легко расправится со своими соперниками людьми, играя с ними в шахматы, Го или покер. Как он
  • Обработку разведданных с дронов США поручат искусственному интеллекту
  • Как известно, большинство частных компаний избегают использовать свой потенциал при разработке систем искусственного интеллекта для оборонных целей.
Последние комментарии
Теория и Практика Технологической Сингулярности и Искусственного Интеллекта
На сегодня развитие IT в США значительно опережает состояние в России, где нет своего компьютера, нет своей операционной системы, нет своей
Как работает Любовь? Квантовая связь нейронной активности Людей
про квантовые коммуникации прочитал - интересно. Спасибо. Про любовь - не увидел. Жалко.
Топ 10 компаний, занимающихся разработкой искусственного интеллекта
Спасибо, перечень интересный, но знакомый. Единая проблема всех ИИ-разработчиков - не понимание того, что сознание - это не статистика, а пойти по
Теория и Практика Технологической Сингулярности и Искусственного Интеллекта
Технологическая сингулярность по мнению Вернора Винджа будет развиваться следующим образом: 1. Компьютеры обретут сознание, и возникнет мощный ИИ; 2.
Теория и Практика Технологической Сингулярности и Искусственного Интеллекта
Может ли технологическая сингулярность, т.е. взрывное ускорение научно-технического прогресса, появиться только в России или необходимо, чтобы она
Мы в социальных сетях
Статистика
0  
Всего статей 1512
1  
Всего комментариев 50
0  
Пользователей 48