Формализация алгоритма сравнения образов в рамках Теории разумных систем.
- Подробности
- Обновлено 07 Ноябрь 2012
- Автор: max
- Просмотров: 5304
Данный доклад я представил на
Международной научно-практической конференции-конкурса научных докладов студентов, аспирантов и молодых исследователей.
Ограниченные возможности разбиений позиционных систем счисления и моделирование нейроподобных сетей
- Подробности
- Обновлено 07 Ноябрь 2012
- Автор: GAL
- Просмотров: 6976
Автор Легков Георгий Алексеевич.
Моделирование нейроподобных сетей связано с использованием больших массивов данных, представленных в числовом виде. Способ разбиения множества значений, используемый в позиционных системах счисления, является удобным для представления числовых значений. Для представления числовых последовательностей его возможности крайне ограниченны. Это ограничение снижает эффективность алгоритмов нейроподобных сетей. Например, приводит к экспоненциальному росту ёмкостных и временных затрат таких алгоритмов.
Ключевые слова: позиционные системы счисления, базис, основание, числовая последовательность.
HTM и алгоритмы ее обучения (перевод)
- Подробности
- Обновлено 07 Ноябрь 2012
- Автор: mihnet
- Просмотров: 7994
Представляю вашему вниманию мой перевод документа компании Numenta "Иерархическая темпоральная память (НТМ) и ее кортикальные алгоритмы обучения" (Hierarchical Temporal Memory including HTM Cortical Learning Algorithms). В нем подробно описана теория НТМ и "второе" пколение алгоритмов ее (само)обучения, которые моделируют процессы обучения происходящие в коре мозга человека (по мнению авторов).
Данный перевод сделан мной специально для публикации и обсуждения на сайте ailab.ru, поскольку многие его разделы перекликаются с темами, которые активно обсуждаются на данном сайте (модели работы нейронов, распознавание образов и т.д.).
25.09.2011 Добавилось интересное приложение Б, версия документа приведена в соответствие с опубликованной на сайте numenta.com и весь текст документа был отредактирован с целью повышения его удобочитаемости.
Автор перевода будет благодарен за все замечания и предложения по улучшению данного документа.
С уважением,
mihnet
HTM_and_learning_algs_v021_tr12.doc 1001.00 Kb 25/09/2011, 11:30
Перспективы систем образной обработки информации для решения задач распознавания сложных объектов
- Подробности
- Обновлено 07 Ноябрь 2012
- Автор: Александр Бахшиев
- Просмотров: 13254
А.В.Бахшиев
Санкт-Петербургский государственный политехнический университет
Центральный научно-исследовательский институт робототехники и технической кибернетики
Современные интеллектуальные системы успешно решают широкий спектр задач связанных с управлением робототехническими системами и распознаванием образов. Как правило такие системы узкоспециализированы и разрабатываются под конкретную задачу. Кроме того, хотя на этапах восприятия информации и ее первичной обработки технические системы во многом превосходят возможности живых организмов, на дальнейших стадиях они существенно уступают биологическим [1]. Наиболее остро эта проблема стоит для систем призванных работать в слабодетерминированной среде, таких как интеллектуальные мобильные роботы.
Можно полагать, что наличие образного представления информации у живых организмов имеет основополагающее значение для эффективности и универсальности в решаемом спектре задач.
Pattern processing of information systems using prospects for compound objects recognition
- Подробности
- Обновлено 07 Ноябрь 2012
- Автор: Александр Бахшиев
- Просмотров: 12272