- Главная
- Разное
- Дизайн
- Бизнес и предпринимательство
- Аналитика
- Образование
- Развлечения
- Красота и здоровье
- Финансы
- Государство
- Путешествия
- Спорт
- Недвижимость
- Армия
- Графика
- Культурология
- Еда и кулинария
- Лингвистика
- Английский язык
- Астрономия
- Алгебра
- Биология
- География
- Детские презентации
- Информатика
- История
- Литература
- Маркетинг
- Математика
- Медицина
- Менеджмент
- Музыка
- МХК
- Немецкий язык
- ОБЖ
- Обществознание
- Окружающий мир
- Педагогика
- Русский язык
- Технология
- Физика
- Философия
- Химия
- Шаблоны, картинки для презентаций
- Экология
- Экономика
- Юриспруденция
Нейро-автоматное управление презентация
Содержание
- 1. Нейро-автоматное управление
- 2. Содержание Автоматное программирование Нейросети и их использование М-автоматы Расширенное состояние Применение
- 3. Искусственный интеллект Нисходящий подход: Экспертные системы Базы
- 4. Автоматное программирование
- 5. Автоматы Из чего состоит: Состояния Группы Переходы Использование: Вложение Наследование
- 6. Автоматы Достоинства: Верификация Программа по модели, не
- 7. Нейросеть Принцип организации и функционирования биологических нейронных сетей Норберт Винер 1943г.
- 8. Нейросеть Этапы использования: Сбор данных для обучения
- 9. Нейросеть Недостатки: Ограниченность применения Сложность с обучением
- 10. М-автомат Принятие решения: Можно выделить несколько стадий
- 11. М-автомат Из чего состоит: Узлы Воздействия Отношения
- 12. Расширенное состояние Состояние с нейросетью Взаимодействие с нейросетью на входе в состояние
- 13. Расширенное состояние Строим путь принятия решения Состояние
- 14. Расширенное состояние Параметры: Тип нейросети Количество входов,
- 15. Пример Условия: Кто: ежик – ходит вперед,
- 16. Пример Обученный: Не отравился Результат : 110
- 17. Направление развитие Применение : Датчики и сигнализация
- 18. Ссылки Автоматное программирование: http://is.ifmo.ru UniMod http://unimod.sourceforge.net/intro.html Библиотека
- 19. Спасибо за внимание!
Содержание Автоматное программирование Нейросети и их использование М-автоматы Расширенное состояние Применение
Слайд 2Содержание
Автоматное программирование
Нейросети и их использование
М-автоматы
Расширенное состояние
Применение
Слайд 3Искусственный интеллект
Нисходящий подход:
Экспертные системы
Базы знаний
Business Intelligence
Восходящий подход:
Нейронные сети
Генетические алгоритмы и эволюционные
вычисления
Слайд 6Автоматы
Достоинства:
Верификация
Программа по модели, не наоборот
Документирование
Применение:
Протоколы
Компиляторы
Микроконтроллеры
Оборудование и агрегаты
Слайд 7Нейросеть
Принцип организации и функционирования биологических нейронных сетей
Норберт Винер 1943г.
Слайд 8Нейросеть
Этапы использования:
Сбор данных для обучения
Выбор топологии сети
Экспериментальный подбор характеристик сети и
параметров обучения
Обучение
Объект управления / Система управления ?
Обучение
Объект управления / Система управления ?
Слайд 9Нейросеть
Недостатки:
Ограниченность применения
Сложность с обучением
Применение:
Предсказание финансовых временных рядов
Кластеризация данных
Аппроксимация
Сигнализация процессов
Слайд 10М-автомат
Принятие решения:
Можно выделить несколько стадий
Есть условия и критерии
Можно выделить «путь размышления»
Автоматы
мышления:
Предложены Н.М. Амосовым в «Автоматы и разумное поведение»
Узел отвечает за определенное событие/чувство/характеристику
Предложены Н.М. Амосовым в «Автоматы и разумное поведение»
Узел отвечает за определенное событие/чувство/характеристику
Слайд 11М-автомат
Из чего состоит:
Узлы
Воздействия
Отношения
Отдельный блок решения с неочевидной реализацией
Слайд 13Расширенное состояние
Строим путь принятия решения
Состояние само создает воздействие
Выделяем блок принятия решения
в автомате
Слайд 14Расширенное состояние
Параметры:
Тип нейросети
Количество входов, выходов
Список воздействий
Обучение:
На этапе создания
В процессе работы –
автомат помнит путь размышления
Меняется настройка автомата, а не его структура
Меняется настройка автомата, а не его структура
Слайд 15Пример
Условия:
Кто: ежик – ходит вперед, ест грибы
Грибы – разный вес (10,
20, 40, -40)
Нельзя есть ядовитые грибы
Ежик не ест, когда наелся
На ход тратит 10, ест если набрал меньше 100
Блок принятия решений:
Блок принятия решений состоит из расширенных состояний
Обучаем при создании автомата
Нельзя есть ядовитые грибы
Ежик не ест, когда наелся
На ход тратит 10, ест если набрал меньше 100
Блок принятия решений:
Блок принятия решений состоит из расширенных состояний
Обучаем при создании автомата
Слайд 17Направление развитие
Применение :
Датчики и сигнализация
Комплексный анализ
Развитие:
Эксперименты
Сталкивание с генетическими алгоритмами
Слайд 18Ссылки
Автоматное программирование: http://is.ifmo.ru
UniMod http://unimod.sourceforge.net/intro.html
Библиотека для создания автоматов: https://cyberdisk-science.googlecode.com/svn/branches/030609/docs
