Искусственный интеллект с алгоритмами нейрокибернетики

Краткая выдержка из текста работы (Аннотация)

Я занялся разработкой программ комплекса “Искусственный интеллект” потому что

ИИ (Искусственный интеллект) – это одна из самых перспективных и быстроразвивающихся областей науки. И в результате работы был создан программный комплекс, в составе которого:

1. Компонент нейронной сети

2. Программа распознавания графических образов на основе компонента НС (Нейронная сеть), способная распознавать графические файлы:

• Образцы росписей

• Образцы иконок программ

• Образцы цифр шрифта AWARD BIOS

3. Компонент экспертной системы

4. Демонстрационная программа к компоненту ЭС (Экспертной системы)

5. Подробная справочная система

Проведен ряд экспериментов с нейронной сетью, данные систематизированы.

Т.О. программный комплекс содержит возможности построения программ на основе компонентов НС и ЭС, однако чтобы не разбрасываться я предпочел остановиться на Нейронной сети в силу ее наглядности, достаточной сложности и реальной возможности применения. Я намеренно уделил так мало внимания экспертным системам, по моему мнению НС являются гораздо более перспективным направлением в области программирования ИИ.

Содержание работы

Использованная литература

1. Aбу-Мустафа Я.С., Псалтис Д. Оптические нейронно-сетевые компьютеры //В мире науки, 1987. N 5. С. 42-50.
2. Барцев С.И. Некоторые свойства адаптивных сетей (программная реализация).- Красноярск: Институт физики СО АН СССР, - 1987.
3. Барцев С.И., Охонин В.А. Адаптивные сети обработки информации. - Красноярск: Институт физики СО АН СССР, 1986.
4. Гольцев А.Д. Яркостная сегментация изображения при помощи нейроподобной сети. //Автоматика - 1965 - N 5 - с. 40-50.
5. Джеффри Е. Хинтон. Как обучаются нейронные сети. // В мире науки - 1992 - N 11 - N 12 - c. 103-107.
6. Иванченко А.Г. Персептрон - системы распознавания образов. // К.: Наукова думка, 1972.
7. Картавцев В.В. Нейронная сеть предсказывает курс доллара? // Компьютеры + программы - 1993 - N 6(7) - с. 10-13.
8. Куссуль В.М., Байдык Т.Н. Разработка архитектуры нейроподобной сети для распознавания формы объектов на изображении. //Автоматика - 1990 - N 5 - с. 56-61.
9. Маккалох Дж., Питтс У. Логические исчисления идей, относящихся к нервной деятельности. // Автоматы. М.: ИЛ, 1956.
10. Масалович А.И. От нейрона к нейрокомпьютеру. // Журнал доктора Добба - 1992 - N 1 - с. 20-23.
11. Минский М., Пейперт С. Персептроны. М.: МИР, 1971. С. 261.
12. Розенблат Ф. Аналитические методы изучения нейронных сетей. // Зарубежная радиоэлектроника. - 1965 - N 5 - с. 40-50.
13. Розенблат Ф. Принципы нейродинамики. // М.: МИР, 1965.
14. Соколов Е.Н., Вайтнявичус Г.Г. Нейроинтеллект: от нейрона к нейрокомпьютеру.- М.: Наука, 1989. С. 283.
15. Суворов С.В., Матихина Н.Ю. Программное моделирование нейроподобных структур. //Распределенная обработка информации.Улан-Уде, 1989, - с. 28.
16. Трикоз Д.В. Нейронные сети: как это делается? // Компьютеры + программы - 1993 - N 4(5) - с. 14-20.

Другие похожие работы

• Дипломная - Разработка и методика применения электронного учебного пособия «Технические средства реализации информационных процессов» в условиях среднего профессиональ
• Курсовая - Анализ металлургической отрасли России
• Курсовая - Информационные технологии для совершенствования управления предприятием
• Курсовая - Информационные технологии управления
• Контрольная - Информационные технологии управления ИН 00.
• Курсовая - Организация учета колесных пар в ВКМ
• Курсовая - Экспертные системы
• Курсовая - Основы постановки и ведения бухгалтерского учета в организации
• Реферат - Автоматизированное рабочее место работника налоговой инспекции
• Курсовая - Каналы утечки и методы несанкционированного доступа к конфиденциальной информации на предприятии