Download to read offline
Нейронные сети. Pureso
- 1. Н Е ЙР О Н Н Ы Е С Е Т И PURE DEVELOPMENT AND DESIGN OUTSOURCING. PURE SOLUTIONS.
- 2. С появлением первыхкомпьютеров, человечество нахо- дится в ожидании появления разума равного, а может быть и превосходящего человеческий. Однако, спустя долгие годы этого не случилось. Но за это время человечество научилось воспроизводить про- цессы, происходящее в человеческом мозге. Итогом стало – появление Искусственной Нейронной сети.
- 3. О Б УЧ Е Н И Е С Е Т И
- 4. Главная особенность нейронныхсетей — это их способность обучаться. Обучение может происходить как с учителем (когда нам за- ранее известны ответы на вопросы), так и без учителя (когда нейронная сеть обучается сама).
- 5. Когда нужны нейронныесети? Когда объёмы информации для анализа превышают по- рог, доступный человеку по естественным причинам. Когда закономерности неизвестны или очень сложны для восприятия. Когда нет возможности охватить внимани- ем персонального эксперта всех, кто хочет получить кон- сультацию. Что нейронные сети могут предложить? — Помощь — Анализ — Совет — Прогноз
- 6. Где используются? Нейронные сетиумеют не только развлекать, обрабатывая ваши фотографии, но они могут приносить реальную пользу: в медицине — помогают диагностировать заболевания, анализировать кардиограммы, давать советы по коррекции образа жизни; в связи — нейронные сети фильтруют сиг- нал, прогнозируют нагрузку, оптимизируют ёмкость каналов; в бизнес-аналитике — у искусственного ин- теллекта спрашивают совета и доверяют ана- лиз рисков;
- 7. в геологоразведке —способность нейронных сетей к класси- фикации данных, позволяет находить залежи полезных ископа- емых на шельфе морей; в безопасности и охранных системах — где все данные с камер могут стекаться к нейронной сети и та оценит угрозу и риски; Нейронные сети проникают во все сферы жизни человека.
- 8. Н А ШИ К Е Й С Ы
- 9. M I TO C H O N D R X MitochondRx — проект точной медицины, ко- торый позволяет менять привычки и продле- вать жизнь. Применена нейро-нечёткая сеть, позволяю- щая оперировать слабо формализованными данными. Для определения состояния параметров кле- точной биологии, участники проекта сдают соответствующие анализы и размещают их результаты в системе.
- 10. Для контроля икорректировки поведенческих факторов, были раз- работаны приложения для Android и iOS, позволяющие отслеживать: — качество и количество принимаемой пищи; — физическую активность; — настроение; — субъективную оценку самочувствия; — качество сна. Ядро системы постоянно переобучается, для учёта регулярно по- ступающих данных. Для каждого участника проекта создаётся свой вариант сети, тонкая настройка которого была проведена согласно его личных данных.
- 11. Специалисты знают просложность проблемы, которой явля- ется анализ состояния пациента. А также – построение про- гноза состояния параметров крови после операции и выбор тактики в назначении препаратов влияющих на свёртывае- мость крови. Сложность этой проблемы заключается в том, что необходи- мо соблюсти баланс в назначении препаратов, при котором с одной стороны не начнётся внутреннего кровотечения, а с другой стороны не усилится процесс формирования тромбов. Подобные проблемы, с которыми сталкиваются врачи в своей практике, являются трудноформализуемыми в классическом смысле. Н Е Й Р О Г Е М
- 12. Итоговый программный продукт«Нейрогем» включил в себя модули, ориентированные на выполнение следующих функ- ций: • определение входных и выходных данных системы; • заполнение базы данных; • нейронная сеть; • анализ отклонения прогнозируемых значений; • формирование новой топологии нейронной сети. И как показатель – максимальное относительно отклонение выходных параметров сократилось до 2,74%.
- 13. Необходимость моделирования приоперативном управлении сложными техническими системами обусловлена сложно- стью объекта управления, большими финансовыми и времен- ными затратами, а порой и невозможностью его непосред- ственного изучения. Основные проблемы и сложности управления: — сложность структуры, многокомпонентность, большое количество параметров; — динамичное изменение структуры; — неполнота исходной информации; У П РА В Л Е Н И Е С Т С
- 14. Разработанные нами программныесредства использовались для прогнозирования состояния и поддержки принятия реше- ний в системе централизованного теплоснабжения. Экономия составила 6,7%. Модуль анализа элементов системы Модуль параметрического моделирования Модуль построения, обучения и использования нейронной сети — супервизора Модуль обработки данных об элементах системы Модуль построения системы уравнений Модуль построения нейросетевого супервизора Модуль построения нейросетевых моделей Модуль объединения (композиции) нейросетевых моделей на основе матрицы инциденций Модуль обучения нейросетевых моделей Модуль определения ошибок нейросетевого моделирования Модуль обучения нейросетевого супервизора Модуль идентификации структурных ошибок Модуль определения параметрических ошибок Модуль решения систем уравнений Модуль регрессионного анализа влияния на параметры на функционирование элемента Модуль формирования базы данных по параметрам элементов Модуль визуального редактирования логической системы Модуль формирования матрицы инциденций для логической модели Модуль построения, обучения и использования композиционной нейросетевой модели Модуль поддержки принятия решений на основе данных полученных от композиционной модели Модуль логического моделирования
- 15. — Решение вашей задачитрадиционными методами требует невероятных вычислительных ресурсов? — Вам важно, чтобы система оперативно реагировала на запросы? — Ответы системы должны быть индивидуальны и опти- мизированы для каждого клиента? — Нет алгоритма решения Вашей задачи, но есть дан- ные для анализа? Закажите разработку нейронной сети для вашей задачи на нашем сайте: pureso.com
- 16. С П АС И Б О З А В Н И М А Н И Е ! pureso.com