Нейрокомпьютеры

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ

ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ

“Липецкий Государственный Технический Университет”

Факультет Автоматизации и Информатики

Кафедра Автоматизированных Систем Управления

Реферат

по Информатике

«Нейрокомпьютеры»

Выполнил:

Морозов Николай Андреевич

Группа: ПИ-23-1

Принял:

Седых Юлия Игоревна

Липецк, 2023

Содержание

Введение...................................................................................................................3

1 Нейрокомпьютеры................................................................................................5

1.1 Основное понятие нейрокомпьютера..............................................................5

1.2 История разработки нейрокомпьютеров.........................................................6

2 Нейронные сети....................................................................................................9

2.1 Нейронная сеть: понятие и распознавание.....................................................9

2.2 Нейронная сеть: управление и принятие решений......................................12

Заключение.............................................................................................................16

Библиографический список..................................................................................17

Введение

Прошло уже значительное количество лет с появления первой электронно-вычислительной машины (ЭВМ). За это время произошли существенные изменения в представлении и разработке вычислительных устройств. Были изменены элементная база, конструкция, языки программирования и программное обеспечение. Однако архитектурные основы, заложенные в первых машинах, остаются практически неизменными и успешно применяются и по сей день. Идеи, заложенные в машинах первого поколения, все ещё остаются актуальными и полезными для человека. Однако с приходом новой эры информационных технологий становится все более востребованным использование систем, обладающих элементами искусственного интеллекта. Эти системы способны обрабатывать огромные объемы данных и работать в режиме реального времени.

В таких прикладных областях деятельности человека, как космология, молекулярная биология, гидрология, экология, медицина, экономика и другие, сформулированы проблемы, решение которых будет возможно только с использованием современных вычислительных систем, обладающих колоссальными ресурсами.

На сегодняшний день высокие технические характеристики реализуется только с помощью дорогостоящих уникальных архитектур от CRAY, SGI, Fujitsu, Hitachi с несколькими тысячами процессоров.

В настоящее время концептуально разработаны методы достижения высокого быстродействия, которые охватывают все уровни проектирования вычислительных систем. На самом нижнем уровне — это передовая технология конструирования и изготовления быстродействующей элементной базы и плат с высокой плотностью монтажа.

Теоретически совершенствование элементной базы — самый простой метод повышения производительности вычислительных систем. Однако на практике он приводит к существенному удорожанию новых разработок. Следовательно, требуется разработка новых принципов вычислений, позволяющих ставить и решать задачи подобного типа, а также способных значительно повысить скорость обработки традиционных вычислительных алгоритмов. К числу новых направлений можно отнести и нейрокомпьютеры.

1 Нейрокомпьютеры

1.1 Основное понятие

Нейрокомпьютер – вычислительная система, предназначенная для реализации алгоритмов на основе принципов работы нейронных сетей. Так как эти принципы были формализованы, то можно говорить о теории искусственных нейронных сетей.

Появление нейрокомпьютера обусловлено отказом от логического модуля, основанного на булевых элементах И, ИЛИ, НЕ, арифметико-логического устройства, используемого в компьютерах основанных на архитектуре фон Неймана, сначала на уровне описания алгоритмов решения задач, затем на уровне элементной базы вычислительных машин с постепенной заменой на формальные нейроны (с соответствующими алгоритмами настройки весовых коэффициентов входных сигналов), которые в простейшем случае моделируют функции биологических нейронов. Нейросетевые алгоритмы решения задач обеспечивают максимально возможный уровень параллельного распределения команд при современной аппаратной реализации по сравнению с другими алгоритмами.