СОДЕРЖАНИЕ
ВВЕДЕНИЕ
Глава 1. Основные архитектуры и алгоритмы нейронных сетей и подходы к их распределнной реализации.
1.1 Устройство искусственного нейрона
1.2 Виды искусственных нейронных сетей и задачи, решаемые при их помощи.
1.2.1 Персептроны
1.2.2 Звезды Гроссберга
1.2.3 Модель ЛиппманаХемминга и принцип ПГА.
1.2.4 Карты самоорганизации Кохонена.
1.2.5 Нейронная сеть встречного распространения ВР.
1.2.6 Сети с обратными связями.
1.2.7 Ассоциативность памяти и задача распознавания образов
1.2.8 Когнитрон самоорганизующаяся многослойная нейросеть
1.2.9 Неокогнитрон и инвариантное распознавание образов
1.2. Принцип Адаптивного Резонанса. АРТнейросети
1.4 Методы обучения нейронных сетей
1.4.1 Основные сведения
1.4.2 Концепции Хэбба. Правило обучения Хэбба
1.4.3 Обучение персептрона.
1.4.4 Алгоритм обратного распространения.
1.4.5 Обучение Кохонена
1.5 Современные решения в области распределнной реализации
1.5.1 ШИтехнологии
1.5.2 Проект нейросервера на основе гетерогенного кластера ЭВМ
Выводы к главе 1.
Глава 2. Проект Нейропараллель подход к организации распределнных нейровычислений и сопутствующие вопросы.
2.1 Система распределенной нейроимитации Нейропараллель концепция, методика, реализация
2.1.1 Концептуальная основа проекта
2.1.2 Архитектура системы
2.1.3 Клиентская часть системы.
2.1.4 Серверная часть системы
2.1.5 Область применения системы.
2.1.6 Методика описания структур распределнных нейронных сетей.
2.2 Исследование эффективности распараллеливания и самоорганизация распределнной нейросистемы
2.2.1 Анализ эффективности распараллеливания нейровычислений
в зависимости от деталей его организации.
2.2.2 Формулировка и решение задачи самоорганизации системы.
Выводы к главе 2
Глава 3. Концепция динамическою полиморфизма и функциональная гибкость информационных систем
3.1 Предпосылки.
3.2 Явление полиморфизма в ИТ и его виды
3.3 Динамическое изменение функциональности объекта в ходе эксплуатации ПО.
3.4 Теоретическое представление принципа динамического полиморфизма
Выводы к главе 3
Глава 4. Сравнительный анализ концепций, использованных в проекте Нейропараллель и стандарте нейрокомпьютера
4.1 Представление формального нейрона и искусственной нейронной сети
4.2 Укрупннная архитектура нейрокомпьютера.
4.2.1 Нейронная сеть и е элементы.
4.2.2 Задачник
4.2.3 Исполнитель.
4.2.4 Предобработчик и интерпретатор
4.2.5 Оценка
4.2.6 Контрастер
4.2.7 Учитель.
4.3 Методика описания структуры нейронной сети
4.4 Пользовательский интерфейс и его уровень абстракции относительно системы.
4.5 Типизация данных и е избыточность
Выводы к главе 4
Глава 5. Экспериментальная эксплуатация системы Нейропараллель при решении прикладных задач
5.1 Прогнозирование стоматологического статуса на этапах ортодонтического лечения с использованием слоистых нейронных сетей
5.2 Экспериментальное подтверждение эффективности распараллеливания
5.2.1 Первоначальная гипотеза об эффективности распараллеливания.
5.2.2 Методика оценки эффективности нейроимитатора и постановка
эксперимента
5.2.3 Анализ и интерпретация результатов
Выводы к главе 5.
ЗАКЛЮЧЕНИЕ.
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
- Київ+380960830922