Реферат на тему Нейросети: архитектура, отличительные особенности, область применения

Содержание:

Введение. 3

1.   Искусственная нейронная
сеть. 4

1.1 Понятие
нейронных сетей. 4

2 Архитектура
нейронных сетей. 7

2.1
Архитектуры нейронных сетей для решения задач. 7

2.1.1
Многослойный перцептрон. 7

2.1.2
Сверточная нейронная сеть. 8

2.1.3
Рекурсивная нейронная сеть. 9

2.1.4
Рекуррентная нейронная сеть. 9

2.1.5 LSTM.. 9

2.1.6 Sequence-to-sequence модель. 10

2.1.7 Неглубокие (shallow) нейронные сети. 10

2.2 Нейронные
сети для автоматической обработки текстов. 11

3 Применение
нейронных сетей. 19

3.1
Применение в различных промышленных сферах. 19

Заключение. 22

Список
использованных источников. 23

Введение:

На
сегодняшний день искусственный интеллект (ИИ)
считается одним из самых перспективных направлений развития не только ИТ отрасли,
но и многих других сфер деятельности человека. В частности, решения на базе ИИ
являются одной из основных надежд в плане реализации концепции «Цифровой
экономики».

Информатизация преобразует поведение потребителей. Они,
имеющие доступ к разного качества информации, становятся более искушенными и
требовательными. Применяя ИТ, менеджмент получил качественные профессиональные
инструменты наблюдения, управления и контроля. На сегодняшний день накоплены и
систематизированы самые разнообразные подходы и математические алгоритмы для
построения систем ИИ, такие как байесовские методы, логистическая
регрессия, метод опорных векторов, решающие деревья, ансамбли алгоритмов. В
последнее время ряд экспертов приходит к выводу, что большинство современных и
действительно удачных реализаций – это решения, построенные на технологии
глубоких нейронных сетей и глубокого машинного обучения.

Искусственные
нейронные сети (далее ‒ НС) – это математический метод имитации процессов и
явлений, основанный на моделях работы мозга и позволяющий воспроизводить сложные
зависимости.

Объект
исследования: нейронные сети.

Предмет
исследования: принцип действия и использование нейронных сетей.

Целью
работы является: изучение нейронных сетей и применение.

Решаемые
задачи. Рассмотреть:

1. Изучить понятие нейронных сетей;

2. Изучить область применения нейронных сетей.

Работа
состоит из введения, трех глав, заключения и списка литературы.

Заключение:

Нейронные
сети (далее НС) – это современное направление, применяемое в науке и технике.
Они используются для совершенствования программ и создания целых систем,
способных автоматизировать, ускорить и помочь человеку. Главная городская цель
– научить систему самостоятельно принимать решения в сложных ситуациях, как это
делают люди.

Искусственные
нейронные сети (ИНС) – математическая модель и ее программная или аппаратная
реализация, построенная по принципу организации и функционирования
биологических нейронных сетей – сетей нервных клеток живого организма.

Несмотря
на впечатляющие результаты, нейронную сеть нельзя считать самостоятельным
инструментом для анализа текста (поиска шаблонов в языке), не говоря уже о том,
чтобы понимать текст. Да, нейронные сети позволяют находить скрытые связи между
словами и распознавать шаблоны в текстах, но до тех пор, пока эти связи не
представлены в интерпретируемой форме, нейронные сети остаются довольно
тривиальными инструментами машинного обучения.

Более
того, пока не пользуется спросом в решениях для промышленного анализа,
поскольку требует неоправданных затрат на подготовку данных с непредсказуемыми
результатами. Даже в исследовательском
сообществе существует критическое отношение к попыткам сделать нейронные сети
универсальным инструментом. В 2015 году Крис Мэннинг, руководитель
группы вычислительной лингвистики в Стэнфорде и президент ACL, четко очертил
границы нейронных сетей. Она включала в себя задачи классификации текста,
классификации последовательностей и уменьшения размерности.

Однако
благодаря маркетингу и популяризации глубинного обучения возросло внимание
собственно к компьютерной лингвистике и ее новым приложениям.

Фрагмент текста работы:

1. Искусственная нейронная сеть

1.1 Понятие
нейронных сетей Современный
мир постоянно развивается. Мы спрашиваем себя, что еще может изобрести, создать
человеческий мозг. Оказалось, что может. Возможно, это не предел человеческих
возможностей. Конечно, его разработки внедряются благодаря информационным и
технологическим возможностям. Именно поэтому нынешний век считается веком
развития новых технологий.

До
сих пор невозможно было представить, что автомобиль управляется без присутствия
водителя, что транспорт летает в небе без присутствия пилота. Такие инновации изменили наше понимание во многих областях и сферах
человеческой деятельности. И во многих случаях это действительно помогает
человечеству [4].

Исходя из требований современности, был создан искусственный
интеллект (ИИ). Она считается одним из наиболее перспективных направлений
развития не только в области ИТ, но и во многих других сферах человеческой
деятельности.

В частности, решения на основе ИИ являются одной из главных
перспектив в плане реализации концепции "Цифровой экономики". Подобно
тому, как появление электричества изменило и стимулировало развитие новой
промышленной революции в XIX веке, искусственный интеллект становится одним из
главных двигателей глубокой трансформации общества и экономики в этом столетии.

Однако, что отличало прошлые промышленные революции, так это
то, что движущей силой этих тектонических сдвигов были не технологии и не ИТ.
Изменилось современное общество, его образ жизни, его понимание, его
требования. Информатизация меняет поведение потребителей. Общество получило
открытый доступ к информационным системам и в результате стало более
требовательным.

Использование ИТ дало менеджерам надежные профессиональные
инструменты для мониторинга, управления и контроля. Политика государств и
инвесторов изменилась, они больше не хотят инвестировать в профессии и рабочие
места с унаследованной рутиной и низкоквалифицированным
ручным трудом. Они решительно заменяют их роботами и услугами, основанными на
искусственном интеллекте. Для этого была
разработана и создана целая слуховая система. Внедряются новейшие
автоматизированные системы управления производством.

В прошлом веке концепция искусственного интеллекта была
неправильно понята обществом.

ИИ все чаще используется в различных областях и делает нашу
жизнь проще. Он также существенно влияет на общее взаимодействие, восприятие
информации, покупку товаров и услуг. Он делает то же, что и человек, но
эффективнее, быстрее и дешевле [4].

Искусственный интеллект (ИИ) – это не отдельная технология, а
термин, обозначающий отрасль компьютерной науки. Это направление
специализируется на сложных алгоритмах и программном обеспечении, которые
способны выполнять задачи, управляемые человеком: Распознавание речи,
распознавание текста, анализ данных и обучение. Анализируя сложные данные и
распознавая их, можно получить результат без участия человека.

ИИ имеет довольно широкий спектр применения. По мере развития
этой области возникли различные типы ИИ. Основными областями применения ИИ
являются машинное обучение, глубокое обучение, обработка естественного языка,
обработка изображений и распознавание речи. Искусственный интеллект можно
использовать во всех сферах деятельности. Экосистема здравоохранения не
является исключением. ИИ позволяет здравоохранению получать доступ к
структурированной информации о пациентах из различных баз данных и быстро
разрабатывать методы анализа больших объемов данных.

Нейронные сети (далее НС) – это современное направление,
применяемое в науке и технике. Они используются для совершенствования программ
и создания целых систем, способных автоматизировать, ускорить и помочь человеку.
Главная городская цель – научить систему самостоятельно принимать решения в
сложных ситуациях, как это делают люди.

Искусственные нейронные сети (ИНС) – математическая модель и
ее программная или аппаратная реализация, построенная по принципу организации и
функционирования биологических нейронных сетей – сетей нервных клеток живого
организма.

НС не программируются, они обучаются, что является
преимуществом перед классическими линейными алгоритмами. Технически, обучение
заключается в нахождении коэффициентов (весов) связей между нейронами.

В процессе обучения нейронная сеть способна распознавать
сложные зависимости между входными данными и выходными сигналами и выполнять
обобщение. В случае успешного обучения нейронная сеть способна выдать
правильный результат на основе данных, отсутствовавших в обучающей выборке, а
также на неполных и/или смещенных данных [4].

С математической точки зрения, искусственная НС представляет
собой распределенный параллельный процессор, состоящий из элементарных единиц
обработки информации, связанных функциональной зависимостью между входными данными
и матрицей весов (коэффициентов). Искусственный нейрон является основным
элементом любой искусственной нейронной сети. Концепция "искусственного
нейрона" была предложена У. МакКаллохом и У. Питтсом.