Перспективы нейротехнологий для электротехнической промышленности




Скачать 77.07 Kb.
НазваниеПерспективы нейротехнологий для электротехнической промышленности
Дата публикации24.06.2013
Размер77.07 Kb.
ТипДокументы
uchebilka.ru > Информатика > Документы

Джура С.Г., Чурсинов В.И.


Донецкий национальный технический университет

ПЕРСПЕКТИВЫ НЕЙРОТЕХНОЛОГИЙ ДЛЯ ЭЛЕКТРОТЕХНИЧЕСКОЙ ПРОМЫШЛЕННОСТИ




С данной статье сделан обзор перспектив нейротехнологий для нужд электротехнической промышленности на основе анализа развития этого перспективного направления в Украине, сопоставленного с лучшими достижениями зарубежных ученых.

Главной приметой ушедшего века явилась информационная революция, завершившаяся компьютер­ной революцией - созданием глобальных информационных сетей. Самым перспективным на сегодняшний день направлением развития компьютерной индустрии являются нейротехнологии. Масштабы проблемы создания машины будущего можно почувствовать, пытаясь программировать компьютерную систему для распознавания объектов по внешнему виду или другим признакам, в зависимости от контекста, когда приходится анализировать выполняемые действия, планировать движение робота и т.д. Попытки решить такие сложные задачи привели к рассмотрению машин, максимально приближенных к процессам, происходящим в человеческом мозге. Такие машины, использующие сети, состоящие из простых обрабатывающих элементов и легко адаптируемые к выполнению совершенно разных задач, называются нейронными сетями /1/. Нейронные сети не программируются, а обучаются тому, как правильно реализовывать конкретную задачу /2/.

Нейронные сети оказались полезными при решении задач распознавания образов, прогнозирования различного вида рисков, поддержки принятия решений, специального класса задач оптимизации (для которых за последнее время развиты новые методы, получившие название генетических алгоритмов, так как они имеют своим образным прототипом именно процессы биологической эволюции и наследования признаков), задачи искусственного интеллекта и других задачах, имеющих дело с неполной, неточной и не поддающейся анализу информацией /3/.

Число коммерческих предложений, использующих нейронные сети, постоянно растет. Развивается и теоретическая база применения нейронных сетей в так называемых когнитивных задачах (понимания обычного разговорного языка или задач управления).

Именно поэтому достаточная мощность пакета Brain Maker Professional фирмы СSS (США) в сочетании с легкостью освоения и удобным интерфейсом обусловили его успех на рынке стран СНГ. Он уже успешно выдержал более 120 инсталляций, в основном для банкиров, финансистов и аналитических отделов крупных фирм. Кстати, приведенный в начале статьи пример использования нейронных сетей в медицине также относится к неожиданному для медиков исключительно успешному результату использования пакета BrainMaker, хотя в интерфейсе конечного продукта, поставленного "на боевое дежурство", трудно узнать черты оригинального американского пакета.

Назначение пакета BrainMaker - решение задач, для которых пока не найдены формальные методы и алгоритмы, а входные данные неполны, зашумлены и противоречивы. Первоначально разработанный фирмой Loral Space Systems по заказу NASA и Johnson Space Center, пакет BrainMaker был вскоре адаптирован для коммерческих приложений и сегодня используется в 17000 промышленных и финансовых фирм, а также оборонными ведомствами США для задач прогнозирования, оптимизации и моделирования ситуаций.

Такие задачи высокого уровня сложности долгое время были предметом изучения дисциплины, областью интересов которой является искусственный интеллект. Теперь выделяют новую область искусственного интеллекта, в рамках которой предпринимаются попытки объединить идеи «традиционного искусственного интеллекта» и идеи теории нейронных сетей. Этот «новый искуссвенный интеллект» несет в себе большие потенциальные возможности для перехода компьютерных систем на следующий уровень развития.

Так в /4/ искусственная нейронная сеть (ANN — artificial neural network) представляет собой вычислительную архитектуру для обработки сложных данных с помощью множества связанных между собой процессоров и вычислительных путей. К настоящему времени накоплен огромный опыт в области теории и практики применения нейрокомпьютерных систем, разработаны различные математические модели, программно-алгоритмические и схемотехнические решения, направленные на решение различных задач /5-7/.

Развертывание широкомасштабных нейрокомпьютерных исследовательских программ в начале 90-х годов прошлого века привело к созданию целой нейроиндустрии, охватывающей сотни промышленных фирм в развитых странах мира, в основном в США. На мировом рынке появились разнообразные программные и аппаратные нейрокомпьютеры, нейроконтроллеры и нейрочипы различного назначения, учебные компьютерные программы и руководства по нейронным сетям. Множество фирм занялось оказанием консультативных услуг по практичес­кому применению нейрокомпьютеров в бизнесе и промышленности.

Сегодня пользователям доступно множество коммерческих и некоммер­ческих нейропрограмм, большинство которых ориентировано на решение задач определенного класса. Примером могут служить NeuralSIM и Neu-roForecaster/GA — нейропрограммы для прогнозирования финансовых тенденций. Весьма популярны также продукты, предназначенные для обучения основам нейротехнологии. Типичным их представителем является программа NeuroSolution. Ее отличает наличие красочного интерфейса, гипертекстового справочника, хорошо подобранных демонстрационных задач.

Менее многочисленную группу составляют профессиональные нейросис-темы общего назначения. Представите­ли этого класса, такие как NeuralWare или NeuroShall, реализуют основные типы нейропарадигм и содержат развитые инструментальные средства, позво­ляющие проектировать и проводить исследование прикладных неиротехнологий. Старшие модели таких систем часто содержат аппаратные нейроакселераторы, позволяющие создавать сети из сотен тысяч нейронов. Следует, однако, отметить, что нейроакселераторы были весьма популярны лет десять назад, когда существовала уверенность в ско­ром решении проблемы обучения крупных нейронных сетей. К сожалению, эта проблема так и не была решена, поэтому включение нейроакселераторов в состав профессиональных систем диктуется скорее соображениями престижа, чем требованиями практической целесообразности.

Исторически начало исследований в области ИНС в Украине связано с созданием А. Г. Ивахненко обучаемого автомата «Альфа» и проведением с его помощью первых экспериментов по распознаванию образов. Это произошло еще в 1959 году, спустя 2 года после появления перцептрона Ф. Розен-блатта. В дальнейшем большинство исследований ИНС проводилось в различных закрытых организациях. В 1970 году в одном из НИИ Киева А. М. Резником была создана цифровая ЭВМ «Адам», реализующая сеть из 512 нейронов, ставшая первым в Европе прототипом современного нейрокомпью-тера. В 1992 году под руководством Э. М. Куссуля был создан сверхмощный нейрокомпьютер В512М на основе ассоциативно-проективной сети, содержавший более 60 тыс. нейронов (совместная раз­работка ИК НАН Украины и японской фирмы VACOM Со).

В 1994 году в отделе нейротехнологий Института математических ма­шин и систем НАН Украины был создан многопроцессорный нейрокомпь­ютер NEUTRAM на базе транспьютеров Inmos T800, в котором впервые был применен метод потоковой организации нейровычислений. Два года спустя здесь была разработана программа NeuroConstructor-2, позволяв­шая моделировать сети, содержащие до 4 тыс. нейронов. С ее помощью был решен целый ряд прикладных задач: идентификация документов, прогнозирование нагрузки Киевэнерго, выявление фальшивых денежных купюр в разменных автоматах, распознавание запахов по реакции матричных сенсоров и др.

Последней разработкой отдела является нейроприложение широкого на­значения NeuroLand под 32-разрядные ОС Windows, в котором реализованы основные парадигмы, применяемые в нейросистемах профессионального уровня (таких, как NeuralWare или NeuroShall), а также усовершенствованные версии нейронной ассоциатив­ной памяти, примененные ранее в программе NeuroConstructor-2.

Нейрокомпьютер NeuroLand позволяет создавать нейронные сети различной архитектуры с использованием 12 типов нейропарадигм. осуществлять их обучение и тестирование в заданном пользователем режиме. Программа содержит богатый набор средств препро-цессинга и постпроцессинга, что позволяет моделировать разнообразные при­кладные нейросистемы и проводить их исследование на реальных данных. Кроме того, она имеет уникальный пользовательский интерфейс, дающий беспрецедентные возможности для наблюдения и регистрации внутренних параметров нейронной сети при ее обучении и тестировании.

Для электротехнических расчетов и применения нейротехнологий в электротехнической промышленности наиболее приемлемым является использование нейрокомпьютерных программ в популярном пакете Mathlab. Этот факт способствует превращению нейронных сетей в стандартный инструмент, доступный широкому кругу исследователей. Использование принципа «обучаемости» очень полезно. Дело в том, что целый ряд инженерных задач Приме не может быть пока алгоримизирован из-за отсутствия теории инженерных задач. К таким задачам относят саму постановку задачи, обратные задачи, задачи оптимизации и прочие. Наличие методов проблему не снимает и в ВУЗах продолжают учить путем осмысления различных примеров. То есть идет обычный для нейросетей обучаемый процесс. Это возможно перенести и на уровень машин, которые, в отличие от человека, не забывают материал и имеют способность обучаться дальше, не взирая на неизбежные для человека возрастные сложности.

ИНС перестает быть экзотикой, доступной энтузиастам, и становится одним из стандартных методов исследования. Значительно увеличивается число задач, решаемых с помощью нейронных сетей, что позволяет говорить о формировании нейротехнологий — самостоятельной прикладной дисциплины, охватывающей различные аспекты применения нейронных сетей для решения разнообразных задач.

Сейчас нейрокомпьютеры широко применяют для управления технологи­ческими процессами на производстве, обработки данных в системах связи, распознавания образов в системах наблюдения, идентификации документов в криминалистике. В сфере бизнеса и финансов эти устройства широко используются для прогнозирования состояния рынков, оценки риска капиталовложений, принятия решений при недостатке исходных данных. Около 95 % крупнейших банков мира используют нейрокомпьютеры при планировании своей деятельности.

Использование нейрокомпьютеров для решения все более сложных при­кладных задач требует дальнейшего увеличения размеров и совершенство­вания методов обучения нейронных сетей. Достигнутый за последние годы прогресс в области микроэлектроники уже делает реальным создание искусственных нейронов, сравнимых с живой клеткой по размерам и энергопотреблению. Однако пока остаются далекими от решения вопросы извлечения информации из потока сенсорных реакций, ее представления в нейронных структурах, формирования знаний в нейронной памяти.

Новые поколения ИНС сегодня представляются как многомодульные системы, состоящие из нейронных модулей, построенных на основе различных нейропарадигм. Такие искусственные нейронные сети будут действовать подобно коллективу ученых-экспертов, занимающихся поиском решения трудной задачи. По уровню сложности такие системы уже сейчас приближаются к нервной системе живых организмов.

Поиск эффективных методов организации и обучения крупных нейрон­ных сетей является сегодня актуальной проблемой. Ее решение поможет лучше понять механизмы памяти и принцип действия нервной системы живых организмов. Кроме того, эти исследования будут способствовать разработке эффективных информационных систем с искусственным интеллектом.

Таким образом, интеллектуальные системы управления базами знаний, управления объектами энергетики имеют большие перспективы в русле указанных в статье направлений.
Литература:


  1. Каллан Роберт. Основные концепции нейронных сетей. – М.: Вильямс, 2001. – 288.

  2. Мелюхин С.Т. Философские проблемы естествознания. - М.: Высшая школа, 1985. - 400 с.

  3. Резник А.М. Электронный мозг / CHIP, №2/2003. – с. 12-15.

  4. Кей А. Искусственные нейронные сети / Computerworld №09/2001.

  5. Логовский А. Открытые системы, №03/2001.

  6. Власов А. Нейропортал. Открытые системы, №03/2001.

  7. Лэрд К. Кремниевые нейроны в аналоговом мире. Computerworld, №13/2001.

Добавить документ в свой блог или на сайт

Похожие:

Перспективы нейротехнологий для электротехнической промышленности iconПлан работы Донецкой областной организации профсоюза работников энергетики...
Донецкой областной организации профсоюза работников энергетики и электротехнической промышленности

Перспективы нейротехнологий для электротехнической промышленности iconXxiv отчетно-выборная конференция Донецкой областной организации...
...

Перспективы нейротехнологий для электротехнической промышленности iconПрезидиум
Харьковская областная организация профсоюза работников энергетики и электротехнической промышленности Украины

Перспективы нейротехнологий для электротехнической промышленности iconГост 12601-76 ипк издательство стандартов
Настоящий стандарт распространяется на цинковый порошок, применяемый в электротехнической (для производства химических источников...

Перспективы нейротехнологий для электротехнической промышленности iconОбщие методы испытаний материалов изоляции и оболочек электрических кабелей
Подготовлен и внесен министерством электротехнической промышленности и приборостроения СССР

Перспективы нейротехнологий для электротехнической промышленности iconКонкурс проводится
«Радуга жизни!» среди членов профсоюза, работников и ветеранов предприятий энергетики и электротехнической промышленности Харьковской...

Перспективы нейротехнологий для электротехнической промышленности iconОсновные приоритетные направления деятельности Донецкой областной...

Перспективы нейротехнологий для электротехнической промышленности iconОсновные приоритетные направления деятельности Донецкой областной...

Перспективы нейротехнологий для электротехнической промышленности iconКонкурс проводится с 1 марта по 1 сентября 2010 года
«Прошлое, настоящее, будущее!» среди членов профсоюза, работников и ветеранов предприятий энергетики и электротехнической промышленности...

Перспективы нейротехнологий для электротехнической промышленности iconПравила безопасной работы с инструментом и приспособлениями
...

Вы можете разместить ссылку на наш сайт:
Школьные материалы


При копировании материала укажите ссылку © 2013
контакты
uchebilka.ru
Главная страница


<