Александр Кириченко - УМК «Нейросетевые технологии». Руководство по подготовке квалифицированных нейроконструкторов

При обработке новых типов знаний появилась необходимость хранения новых характеристик – свойств, таких, как ассоциации, интуиция, …, и явлений (озарение, …), алгоритмов, процессов. Появилась необходимость изучения нового процесса – мышления, алгоритмов мышления (логика, аналогии, ассоциации, …). Новые виды мышления: ассоциативное, логическое, конкретноситуационное, понятийное, эмпирическое, нагляднообразное, символическообразное, пралогическое, креативное активно используют СУБЗ и специфические для разных видов мышления конструкции.

Создаваемые в будущем нейроконструкции могут выполняться в виде эвристических программ, экспертных систем, систем символьных преобразований, баз знаний, машин логического вывода, систем автоматического программирования, рассуждающих систем, нейронных программных систем, семантических поисковых систем, систем речевого общения, и других…

Можно надеяться, что создаваемые нейроконструкции с постоянно растущим интеллектом в конечном итоге позволят решать трудно формализуемые задачи, такие, как:

– доказательство теорем,

– управление роботами,

– распознавание изображений,

– машинный перевод,

– понимание текстов на естественном языке,

– программирование компьютерных игр,

– машинное творчество (синтез музыки, стихотворений, текстов, сказок)

и разрабатывать модели Высшей нервной системы человека, основанные на активном использовании интуиции, ассоциативного поиска и креативного мышления.

Принятое построение последовательности преподавания дисциплины позволяет реализовать постепенное возрастание сложности изучаемых нейроконструкций:

«Нейроконструкции 1 уровня сложности»

– Нейроны (командные нейроны-переключатели, пороговые нейроны, нейронные слои с латеральным торможением, и др.);

– нейронные ансамбли;

– функциональные узлы;

– плоские нейросети (афферентные нейросети; сети Кохонена; рекуррентные НС; рекурсивные нейросети; сети Гроссберга; нейросети, работающие по принципу «победитель забирает все»…)

– нейросетевые модели без усложнений.

«Нейроконструкции 2 уровня сложности»

– глубокие нейросети

– конструкции для глубокого обучения,

– группирование нейросетей в нейроконструкции, использованние созданных групповых отношений

– взаимодействие подсетей разного уровня (переключение обучающих модулей в разных группах нейроконструкции),

– активное использование свёрток и свёрточных нейросетей.

– программы на алгоритмическом языке C# для эмуляции, настройки и тестирования нейронных сетей различной архитектуры.

« Нейроконструкции более высокого уровня сложности для моделирования высшей нервной деятельности»

– модели, реализующие лингвистическую экспертизу текста;

– модели, использующие интуицию;

– реализация сформированного при обучении нейросети нового знания в правила продукции;

– нейроконструкции с использованием ассоциативного поиска;

– реализация элементов креативного мышления.

Все занятия по данной рабочей программе должны даваться в разрезе 4 тем:

Цели освоения дисциплины «Теория нейронных сетей»:

• Приобретение знаний и практического опыта в области теории нейронных сетей, различных архитектур и способов их настройки;

• Изучение и обеспечение основ для последующих курсов, посвященных разработке нейросетевых методов и программ решения прикладных задач;

• Практическое освоение современных нейросетевых пакетов, C#-пространств имён для эмуляции нейронных сетей различной архитектуры, и др;

• Приобретение навыков исследовательской работы, предполагающей самостоятельное изучение специфических нейросетевых технологий, широко применяемых в различных областях современной науки и техники.

Компетенции обучающегося, формируемые в результате освоения дисциплины

В результате освоения дисциплины студент должен:

Знать:

– основы алгоритмического языка C#;

– основные архитектуры нейронных сетей и методы их настройки (адаптации) и тестирования;