Моделирование поведения животных с использованией нейронных сетей
Состав работы
|
|
|
|
Работа представляет собой zip архив с файлами (распаковать онлайн), которые открываются в программах:
- Microsoft Word
Описание
Введение
Нейронная сеть в (теории искусственного интеллекта) — упрощённая модель биологической нейронной сети.
Нейронные сети возникли из исследований в области искусственного интеллекта, а именно, из попыток воспроизвести способность биологических нервных систем обучаться и исправлять ошибки, моделируя низкоуровневую структуру мозга. Основной областью исследований по искусственному интеллекту в 60-е — 80-е годы были экспертные системы. Такие системы основывались на высокоуровневом моделировании процесса мышления (в частности, на представлении, что процесс нашего мышления построен на манипуляциях с символами). Скоро стало ясно, что подобные системы, хотя и могут принести пользу в некоторых областях, не ухватывают некоторые ключевые аспекты человеческого интеллекта. Согласно одной из точек зрения, причина этого состоит в том, что они не в состоянии воспроизвести структуру мозга. Чтобы создать искусственных интеллект, необходимо построить систему с похожей архитектурой.
Cвою силу нейронные сети черпают, во-первых, из распараллеливания обработки информации и, во-вторых, из способности самообучаться, т.е. создавать обобщения. Под термином обобщение понимается способность получать обоснованный результат на основании данных, которые не встречались в процессе обучения. Эти свойства позволяют нейронным сетям решать сложные (масштабные) задачи, которые на сегодняшний день считаются трудноразрешимыми. Однако на практике при автономной работе нейронные сети не могут обеспечить готовые решения. Их необходимо интегрировать в сложные системы. В частности, комплексную задачу можно разбить на последовательность относительно простых, часть из которых может решаться нейронными сетями.
Некоторые преимущества и достоинства нейронных сетей перед традиционными вычислительными системами:
- решение задач при неизвестных закономерностях;
- устойчивость к шумам во входных данных;
- адаптирование к изменениям окружающей среды;
- потенциальное сверхвысокое быстродействие.
Зачастую нейронные сети используются для моделирования. К примеру, в такой науке, как искусственная жизнь.
Искусственная жизнь — это понятие, введенное Крисом Лангтоном для обозначения множества компьютерных механизмов, которые используются для моделирования естественных систем. Искусственная жизнь применяется для моделирования процессов в экономике, поведения животных и насекомых, а также взаимодействия различных объектов. В настоящий момент искусственная жизнь — это наука, занимающаяся изучением жизни, живых систем и их эволюции при помощи созданных человеком моделей.
Нейронная сеть в (теории искусственного интеллекта) — упрощённая модель биологической нейронной сети.
Нейронные сети возникли из исследований в области искусственного интеллекта, а именно, из попыток воспроизвести способность биологических нервных систем обучаться и исправлять ошибки, моделируя низкоуровневую структуру мозга. Основной областью исследований по искусственному интеллекту в 60-е — 80-е годы были экспертные системы. Такие системы основывались на высокоуровневом моделировании процесса мышления (в частности, на представлении, что процесс нашего мышления построен на манипуляциях с символами). Скоро стало ясно, что подобные системы, хотя и могут принести пользу в некоторых областях, не ухватывают некоторые ключевые аспекты человеческого интеллекта. Согласно одной из точек зрения, причина этого состоит в том, что они не в состоянии воспроизвести структуру мозга. Чтобы создать искусственных интеллект, необходимо построить систему с похожей архитектурой.
Cвою силу нейронные сети черпают, во-первых, из распараллеливания обработки информации и, во-вторых, из способности самообучаться, т.е. создавать обобщения. Под термином обобщение понимается способность получать обоснованный результат на основании данных, которые не встречались в процессе обучения. Эти свойства позволяют нейронным сетям решать сложные (масштабные) задачи, которые на сегодняшний день считаются трудноразрешимыми. Однако на практике при автономной работе нейронные сети не могут обеспечить готовые решения. Их необходимо интегрировать в сложные системы. В частности, комплексную задачу можно разбить на последовательность относительно простых, часть из которых может решаться нейронными сетями.
Некоторые преимущества и достоинства нейронных сетей перед традиционными вычислительными системами:
- решение задач при неизвестных закономерностях;
- устойчивость к шумам во входных данных;
- адаптирование к изменениям окружающей среды;
- потенциальное сверхвысокое быстродействие.
Зачастую нейронные сети используются для моделирования. К примеру, в такой науке, как искусственная жизнь.
Искусственная жизнь — это понятие, введенное Крисом Лангтоном для обозначения множества компьютерных механизмов, которые используются для моделирования естественных систем. Искусственная жизнь применяется для моделирования процессов в экономике, поведения животных и насекомых, а также взаимодействия различных объектов. В настоящий момент искусственная жизнь — это наука, занимающаяся изучением жизни, живых систем и их эволюции при помощи созданных человеком моделей.
Другие работы
Программирование (часть 2-я). Вариант №2
Отличник1
: 30 января 2021
Задание:
Разработать программу для создания и работы с двусвязным списком, состоящим из структур. Для работы со списком создать меню со следующими пунктами:
1. Создание списка.
2. Просмотр списка.
3. Добавление в список новой записи.
4. Поиск и корректировка записи в списке.
5. Удаление записи из списка.
6. Сохранение списка в файле.
7. Загрузка списка из файла.
8. Выход.
Структура содержит фамилию, имя, отчество и 4 оценки по 4-м предметам (массив структур с полями предмет, оценка). Удалять
400 руб.
Разработка мероприятий по совершенствованию системы маркетинга А0 "Роботрон"
Qiwir
: 17 октября 2013
СИСТЕМЫ МАРКЕТИНГА А0 «РОБОТРОН»
Величие страны определяется не только размером ее территории, богатством природных ресурсов, мощью армии, но и конкуренто-способностью производимых товаров и услуг. Эти категории являются фундаментом качества жизни – меры достоинства нации.
Идея повышения конкурентоспособности России была включена в «Концепцию национальной безопасности Российской Федерации» в редакции от 10 января 2000 г./15;с.7 /
В конце 1998 года по уровню конкурентоспособности Россия находи
10 руб.
Найдите все вершины взвешенного неориентированного графа - Отчет по ознакомительной практике (ПОиВТ). Вариант 9
Roma967
: 3 марта 2024
Задание
Вариант 9:
Найдите все вершины взвешенного неориентированного графа, к которым существует путь заданной длины от указанной вершины. Каждая вершина должна выводиться один раз.
Алгоритм
Программа на Delphi 7
Тестирование
Список использованной литературы
800 руб.
Основы гидравлики МИИТ 2018 Задача 1.3 Вариант 4
Z24
: 1 декабря 2025
Участок трубопровода заполнен водой при атмосферном давлении.
Определить повышение давления в трубопроводе при нагреве воды на Δt°С и закрытых задвижках на концах участка.
Коэффициенты температурного расширения и объемного сжатия принять равными: βt=0,000014 1/°С; βw=0,0005 1/МПа.
120 руб.