Нейромережеві технології. Їх відмінність від експертних систем

Полегшує процес роботи і те, що всі сучасні нейромережеві технології містять ту або іншу систему конвертерів, що дозволяють користуватися даними, підготовленими в популярних початкових форматах. Зокрема, Word System може імпортувати текстові файли, таблиці, підготовлені в Excel, а також дані у форматі Meta Stock. Слід підкреслити Meta Stock не тільки програмний продукт, але і формат ділової іформації, що відрізняється високою компактністю даних у поєднанні з надійністю їх передачі.

Сучасні нейромережеві продукти дозволяють працювати як з числовими, так і з текстовими даними, тобто перетворювати набір символів (слова, фрази) в унікальний набір чисел. Ward System робить можливою також зворотну операцію, тобто представлення результатів роботи нейромережі у вигляді не тільки чисел, але зв'язного тексту, що дозволяє генерувати результати у вигляді різних інформаційних повідомлень. Правила для навчання нейромережі можуть задаватися за допомогою їх введення в готовому вигляді, а також у вигляді чисел, що вимагають додаткових перетворень даних. Причому ці обмежуючі і вирішуючі правила і умови можуть задаватися в процесі рішення задачі. Іншим методом задання правил в Ward System є робота з індикаторами технічного аналізу. Включення індикаторів в процес навчання істотно підвищує не тільки точність прогнозів, але і їх стабільність і статистичну достовірність. Для вирішення цієї ж проблеми в Ward System з більшою ефективністю можна скористатися спеціальним блоком, який містить повний список процедур з можливістю автоматичного підбору параметрів і перенесення вибраних значень в підготовлений набір вхідних даних, що значно полегшує роботу аналітика. Останніми етапами можна вважати проведення тестування нейромережі і її запуск для отримання прогнозу. Працездатність спочатку навчених мереж проводиться на тестовій вибірці даних. За наслідками тестів відбираються найбільш перспективні варіанти. При цьому керуються тим, що точність і надійність прогнозу залежать від типу прогнозованої величини, стану, в якому знаходиться система, типу системи (керована вона ззовні або замкнута). Наприклад, найбільш точний і надійний прогноз локальної зміни тренда в стаціонарному стані ринку.

Якщо результати тестування не задовольняють, то проглядають набір вхідних даних, змінюють деякі навчальні програми або перебудовують мережу. Після завершення повного циклу рішення задачі можливі два шляхи: користуватися в подальшій роботі створеною системою, що цілком прийнятно для одного фахівця, вирішуючи певний круг завдань, або створити для кожного завдання незалежні застосування у вигляді окремого файлу, який може використовуватися іншими програмами.

 

3. ВІДМІННІСТЬ НЕЙРОМЕРЕЖЕВИХ ТЕХНООЛОГІЙ ВІД ЕКСПЕРТНИХ СИСТЕМ.

Експертна система - це програма, що поводиться подібно експерту в деякій, звичайно вузькій прикладній області.

ЕС створюється за допомогою двох груп людей:

• інженерів, які розробляють ядро ЕС і, знаючи організацію бази знань, заповнюють її за допомогою:
• експертів (експерта) за фахом.

Експертні системи можуть виконувати такі функції:

• інтерпретація даних з метою визначення їх значення;
• діагноз або визначення стану технічних і біологічних систем на основі інтерпретації даних;
• контрольні спостереження (моніторингові системи) або неперервна інтерпретація даних у реальному масштабі часу критичних станів об’єктів;
• прогнозування розвитку майбутнього на основі моделювання теперішнього і минулого;
• планування і розроблення заходів і дій для досягнення поставлених цілей;
• проектування або вироблення чітких вказівок щодо побудови об’єктів, які відповідають поставленим вимогам.

Можна виокремити такі класи експертних систем:

• діагностувальні системи (найвідоміший приклад цього класу — медичні діагностувальні системи);
• системи моніторингу, коли діагностика та інтерпретація відбуваються в реальному масштабі часу, коли здійснюється сигналізація про вихід параметрів об’єкта стеження за припустимі межі;
• прогнозувальні системи оцінюють майбутнє на основі моделей минулого і теперішнього часу і здійснюють роботу з гіпотетичними світами майбутнього;
• планувальні системи забезпечують прийняття рішень щодо оптимального розподілу ресурсів і календарного планування;
• системи для проектування допомагають не тільки приймати проектні рішення, але й дають змогу виявити мотиви прийняття їх через систему пояснення;
• системи для управління суміщують у собі системи планування та проектування, а в ланцюгу зворотного зв’язку використовуються діагностувальні та інтерпретувальні системи;
• системи для навчання близькі до систем для управління, однак можуть бути обернені за своїм функціонуванням; у цьому випадку користувач спочатку здійснює діагностування та інтерпретацію, а потім використовує блоки планування або проектування для впливу на об’єкт управління; далі знову здійснює діагностування та інтерпретацію і використовує інтерпретувальні системи, які близькі до діагностувальних [7].

Експертна система відрізняється від інших прикладних програм наявністю таких ознак:

• Система, окрім виконання обчислювальних операцій, формує певні висновки, базуючись на тих знаннях, якими вона володіє. Знання в системі, зазвичай, описані деякою спеціалізованою мовою і зберігаються окремо від програмного коду, що формує висновки. Компонент збереження знань прийнято називати базою знань.
• Під час розв'язання задач основну роль відіграють евристичні і наближені методи, що, на відміну від алгоритмічних, не завжди гарантують успіх. Евристика, в принципі, є правилом впливу (англ. rule of thumb), що в машинному вигляді відображає деяке знання, набуте людиною разом із накопичуванням практичного досвіду розв'язання аналогічних проблем. Такі методи є наближеними в тому сенсі, що, по-перше, вони не потребують вичерпної вихідної інформації, а, по-друге, існує певний ступінь впевненості (або невпевненості) в тому, що запропонований розв'язок є правильним.

Експертні системи відрізняються і від інших видів програм із галузі штучного інтелекту.

• Експертні системи застосовуються для предметів реального світу, операції з якими зазвичай вимагають великого досвіду, накопиченого людиною. Експертні системи мають яскраво виражену практичну направленість для застосування в науковій або комерційній сфері.
• Однією з основних характеристик експертної системи є її швидкодія, тобто швидкість отримання результату та його достовірність (надійність). Дослідницькі програми штучного інтелекту можуть бути і не дуже швидкими, натомість, експертна система повинна за прийнятний час знайти розв'язок, що був би не гіршим за розв'язок, що може запропонувати фахівець в цій предметній області.
• Експертна система повинна мати можливість пояснити, чому запропоновано саме цей розв'язок і довести його обґрунтованість. Користувач повинен отримати всю інформацію, необхідну йому для того, аби переконатись в обґрунтованості запропонованого розв'язку.

Експертні системи представляють собою символьні, а штучні нейронні мережі і генетичні алгоритми — адаптивні методи Штучного інтелекту.

 

ВИСНОВОК

Штучна нейронна мережа - паралельно розподілений процесор, який володіє здатністю до навчання, збереження і представлення знань, набутих на основі досвіду.

Відмінною рисою нейронних мереж є їх здатність міняти свою поведінку (навчатися) залежно від зміни зовнішнього середовища, витягуючи приховані закономірності з потоку даних. При цьому алгоритми навчання не вимагають яких-небудь попередніх знань про взаємозв'язки, що існують в наочній області, — необхідно тільки підібрати достатнє число прикладів, що описують поведінку модельованої системи у минулому. Заснована на нейромережах технологія не пред'являє підвищених вимог до точності вхідних даних як на етапі навчання, так і при її використанні (після настройки і вивчення), наприклад, при розпізнаванні симптомів наближення критичних ситуацій, для короткострокових, а іноді і довгострокових прогнозів. Таким чином, нейромережева технологія володіє двома надзвичайно корисними властивостями.

1. Здатністю навчатися на конкретній  безлічі прикладів.

2. Умінням стабільно розпізнавати прогнозувати нові ситуації з високим ступенем точності, причому в умовах зовнішніх перешкод, наприклад появи суперечливих або неповних значень в потоках інформації.Узявши за основу роботу мозку, нейромережеві технології включили і ряд біологічних термінів, понять, параметрів, а метод отримав назву генетичного алгоритму.

Експертна система - це програма, що поводиться подібно експерту в деякій, звичайно вузькій прикладній області. Типові застосування експертних систем містять у собі такі задачі, як медична діагностика, локалізація несправностей в устаткуванні й інтерпретація результатів вимірів.

Експертні системи представляють собою символьні, а штучні нейронні мережі і генетичні алгоритми — адаптивні методи Штучного інтелекту.

 

СПИСОК ВИКОРИСТАНОЇ ЛІТЕРАТУРИ

1. http://uk.wikipedia.org/wiki/%D0%A8%D1%82%D1%83%D1%87%D0%BD%D0%B8%D0%B9_%D1%96%D0%BD%D1%82%D0%B5%D0%BB%D0%B5%D0%BA%D1%82
2. Лекція: Штучний інтелект. Експертні системи - http://myrefs.org.ua/index.php?view=article&id=847
3. Інформаційні технології та моделювання бізнес-процесів - Томашевський О.М. - http://pidruchniki.ws/12291025/informatika/neyromerezhevi_tehnologiyi_shtuchnogo_intelektu
4. OPTICS TODAY «Нейронні мережі, сутність мереж» - http://www.opticstoday.com/katalog-statej/stati-na-ukrainskom/nejromerezhi/nejronni-merezhi-sutnist-merezh.html
5. Лекція Основи штучних нейронних мереж - http://victoria.lviv.ua/html/wosserman/rozdil1.htm
6. Печенюк Андрій «Технології штучного інтелекту в управлінні сучасним підприємством» - http://sophus.at.ua/publ/2011_11_15_16_kampodilsk/section_7_2011_11_15_16/tekhnologiji_shtuchnogo_intelektu_v_upravlinni_suchasnim_pidpriemstvom/9-1-0-252
7. Інформаційний маркетинг - Єжова Л.Ф. - http://studentbooks.com.ua/content/view/789/44/1/4/
8. Нейронні мережі в медицині http://uk.wikipedia.org/wiki/%D0%9D%D0%B5%D0%B9%D1%80%D0%BE%D0%BD%D0%BD%D1%96_%D0%BC%D0%B5%D1%80%D0%B5%D0%B6%D1%96_%D0%B2_%D0%BC%D0%B5%D0%B4%D0%B8%D1%86%D0%B8%D0%BD%D1%96

 

 

1 «Штучний інтелект» (англ. Artificial intelligence, AI) — розділ комп'ютерної лінгвістики та інформатики, що займається формалізацією проблем та завдань, які нагадують завдання, виконувані людиною.

Ця наука пов'язана з психологією, нейрофізіологією, трансгуманізмом та іншими. Як і всі комп'ютерні науки, вона використовує математичний апарат. Особливе значення для неї мають філософія і робототехніка.

 

2 Персептрон - електронний пристрій для розпізнавання зорових образів.