2. Изучить теорию нейронных сетей.
Провести обзор программных продуктов
для нейросетевого анализа данных.
3. это одно из направлений
исследований в области
искусственного интеллекта,
основанное на попытках
воспроизвести нервную
систему человека. А
именно: способность
нервной системы обучаться
и исправлять ошибки, что
должно позволить
смоделировать, хотя и
достаточно грубо, работу
человеческого мозга.
4. 1. Психологический подход, когда нужно
смоделировать некую психологическую
парадигму, для чего строится и исследуется
нейронная сеть некоторой структуры.
2. Нейрофизиологический подход, когда,
исходя из знаний о структуре некоторого
раздела мозга, строится и исследуется
нейронная сеть некоторой структуры.
3. Алгоритмический подход, когда ставится
математическая задача и, исходя из этой
постановки, строятся адекватная нейронная
сеть и ее алгоритм настройки для решения
этой задачи.
5. Основы теории нейронных сетей были
разработаны А.Бэйном и У.Джеймсом
Мак-Каллок и Питтс разработали
компьютерную модель нейронной сети на
основе математических алгоритмов.
Дональд Хебб выдвинул гипотезу
интерпретации обучения на основе
механизма нейронной пластичности,
известную как теория Хебба.
6. Ф.Розенблатт разработал перцептрон —
математическую и компьютерную модель
восприятия информации мозгом, на основе
двухслойной обучающей компьютерной сети,
использующей действия сложения и вычитания.
с 2006 было предложено несколько
неконтролируемых процедур обучения нейронных
сетей с одним или несколькими слоями с
использованием так называемых алгоритмов
глубокого обучения. Эти алгоритмы могут быть
использованы для изучения промежуточных
представлений, как с выходным сигналом, так и
без него, чтобы понять основные особенности
распределения сенсорных сигналов, поступающих
на каждый слой нейронной сети.
7. нейроподобные сети представляются
ориентированными графами, то в
классификации их топологии используется
терминология теории графов. Наиболее
представительными классами нейронных
сетей являются:
• однонаправленные многослойные сети;
• рекуррентные сети.
8.
9. Динамическое развитие
Возможность перенастройки при резком
изменении условий, например, при
перенесении в другой регион.
Система не должна резко терять качество
работы при изменении условий.
«нечеткий» характер результата
Экспертная система является только
советчиком специалиста,
10. разработка универсальной технологии
создания медицинских экспертных систем,
включающей оптимизацию архитектур и
метаалгоритмов функционирования нейронных
сетей, теоретические и методологические
основы функционирования нейросетей при
работе с медико-биологической информацией,
является актуальной задачей.
Практическое применение нейросетей
позволяет поставить создание медицинских
экспертных систем на качественно иную
основу.
11. Программа AcceStat-2000 “NeuroMaster”
Система MYCIN
Система Dendral
STATISTICA Neural Networks
12. В области пульмонологии начаты исследования
по применению нейронных сетей для
дифференциальной диагностики
интерстициальных заболеваний легких .
Конструируемая система обучается различать 9
диагнозов по 20 параметрам клинического
состояния и данным рентгенографии.
Появились работы с применением
нейротехнологий для диагностики астмы,
острой тромбоэмболии легких, рака легких.
Несколько работ посвящено решению задачи
определения оптимальных параметров
искусственного дыхания.
13. Большое внимание уделяется применению
нейросетей для диагностики атеросклероза
Нейронные сети применены для оценки
снабжения тканей кислородом и мозгового
кровотока, вентиляции и перфузии легких,
капиллярного давления легких, диагностики
микроэмболий мозга по данным
транскраниальной допплерографии.
Нейросетевой анализ акустических сигналов
позволяет проводить диагностику клапанных
шумов сердца, и оценивать систолическую и
диастолическую фазы сердечного сокращения
с постановкой предварительного диагноза.