Форма обучения:
дистанционная
Стоимость самостоятельного обучения:
бесплатно
Доступ:
свободный
Документ об окончании:
 
Уровень:
Для всех
Длительность:
17:21:00
Студентов:
501
Выпускников:
10
В рамках известных парадигм Н.М. Амосова исследуются основные задачи искусственного интеллекта и возможности их решения с помощью логических нейронных сетей, построенных на основе математической логики событий. Предлагаются модели дедуктивного и индуктивного мышления на базе языка логического вывода ПРОЛОГ.
Приводятся методы решения актуальных и перспективных задач ассоциативных вычислений: аппроксимация опытных данных и построение информационно-справочных систем, распознавание объектов и символов, построение рейтинговых систем и систем банковского мониторинга, управление качеством сложных систем. Рассматриваются обучаемые и самообучающиеся системы управления, задача целераспределения, метод контроля выполненной программы по её «следу» в условиях угрозы кибератак. Исследуются способы ускорения реакции операционной системы суперкомпьютера. Обсуждаются задачи «живого» моделирования. При решении задач используется простейший подход к построению и развитию обученных нейронных сетей.
 

План занятий

Занятие
Заголовок <<
Дата изучения
Лекция 1
52 минуты
Математическая логика событий и логические нейронные сети
Отражены теоретические вопросы построения логических нейронных сетей. Исследуется структурированное логическое описание системы принятия решений. Составляется вспомогательная "электронная" схема. Описываются средства нечёткой логики. Рассматривается переход к применению "стандартных" нейронов, реализующих функцию активации. Проводится преобразование сложной нейронной сети в однослойную.
Оглавление
    -
    Тест 1
    21 минута
    -
    Лекция 2
    28 минут
    Силлогистика Аристотеля
    В историческом аспекте изучаются попытки формализации мыслительных процессов человека. Рассматривается развиваемая до наших дней силлогистика Аристотеля, жившего в IV веке д.н.э. Он обслуживал модные в то время философские споры, в которых защищаемые тезисы не обязательно были достоверны. Однако актуальность именно таких установок оказывается живучей и сейчас. Материал представляется в интерпретации Д.А. Поспелова.
    Оглавление
      -
      Лекция 3
      1 час 22 минуты
      Основы математической логики
      Развиваются положения математической логики, частично использованные при построении логических нейронных сетей. Изложение ведётся в интерпретации В.М. Глушкова, направленной на применение в сложных кибернетических системах. Обсуждаются три направления: булева алгебра, исчисление высказываний и исчисление предикатов.
      Оглавление
        -
        Лекция 4
        38 минут
        Методы дедуктивных и индуктивных рассуждений
        Рассматриваются "древесный" и "сетевой" методы дедуктивных рассуждений. Исследуется схема индуктивных (правдоподобных) рассуждений. Приводятся принципы причинно-следственных отношений Д.С. Милля и основанный на них метод индуктивного мышления. Даются основы нечётких рассуждений. В основу лекции положены разработки Д.А. Поспелова.
        Оглавление
          -
          Лекция 5
          51 минута
          Вывод по базе знаний
          Рассматриваются продукционные системы, связывающие базу знаний с внешним миром. Анализируются интеллектуальные операции над базой знаний. Обсуждаются способы выбора из фронта готовых продукций. Исследуется вывод на семантической сети, а также проблема аргументации в споре.
          Оглавление
            -
            Лекция 6
            1 час 9 минут
            Десять задач искусственного интеллекта по Д.А. Поспелову и возможности логических нейронных сетей
            Излагается точка зрения Д.А. Поспелова на основные задачи искусственного интеллекта. Рассматриваются возможности решения этих задач с помощью логических нейронных сетей, реализующих принцип ассоциативного мышления.
            Оглавление
              -
              Лекция 7
              28 минут
              Моделирование дедуктивного и индуктивного мышления с помощью языка логического вывода ПРОЛОГ
              В соответствии с двумя парадигмами искусственного интеллекта – эксперта и ученика – исследуются возможности построения моделей дедуктивного и индуктивного мышления человека на базе языка логического вывода ПРОЛОГ.
              Оглавление
                -
                Лекция 8
                48 минут
                Обретение навыков построения систем ассоциативных вычислений, распознавания символов и принятия решений
                Лекция посвящена внедрению начальных и, как выяснится в дальнейшем, вполне достаточных навыков построения логических нейронных сетей для ассоциативных вычислений, распознавания букв, символов и других объектов, отображённых на экране или на модели сетчатки глаза, а также систем принятия решений вполне общего характера.
                Оглавление
                  -
                  Тест 8
                  24 минуты
                  -
                  Лекция 9
                  35 минут
                  Развиваемая логическая нейронная сеть для распознавания объектов временного ряда по заданному набору признаков
                  Рассматривается возможность распознавания и выбора объектов временного ряда по значениям множества признаков. Аппарат логических нейронных сетей позволяет производить параллельное, одновременное сравнение значений всех признаков с эталонными, на основе расчёта функции активации нейронов. Демонстрируется постепенное усложнение сети в процессе эксплуатации, введение новых признаков и решений, а также введение обратных связей.
                  Оглавление
                    -
                    Лекция 10
                    15 минут
                    Логические нейронные сети с обратными связями
                    Обсуждается проблема применения в логических нейронных сетях обратных связей, как элемента самонастройки, уточнения возможной ситуации, выявления противоречия при выборе целесообразного решения.
                    Оглавление
                      -
                      Лекция 11
                      29 минут
                      Рейтинговые системы на логических нейронных сетях
                      Исследуется возможность применения логических нейронных сетей в системах определения рейтинга объекта по его основным показателям, найденным с учётом неопределённости. Технология применима для мониторинга экономических и политических систем, в сфере образования, для определения риска - странового, страхового, военно-стратегического, в управлении надёжностью сложных систем и пр. На примере упрощенной модели банковского мониторинга демонстрируются два подхода: определение рейтинга контролируемого банка на основе кластеров эталонных банков, образующих рейтинговые области, и нахождение рейтинга на основе оценки принадлежности отдельных показателей некоторым диапазонам изменения, в совокупности, с определённой точностью, определяющим рейтинг данного банка.
                      Оглавление
                        -
                        Лекция 12
                        36 минут
                        Управление качеством при модернизации и развитии сложных систем в условиях финансовых и технологических ограничений
                        Рассматривается сложная система массового обслуживания, представляющая собой комплекс взаимодействующих объектов, решающих общую задачу в соответствии с целевой функцией и с требуемыми значениями параметров обслуживания. Для каждого типа объектов, с использованием предложений экспертов, строится рейтинговая система на логической нейронной сети. С её помощью по результатам мониторинга определяется текущий рейтинг объекта. Если рейтинг опустился ниже допустимого, объект претендует на ремонт, замену, модернизацию и пр. В условиях финансовых и технологических ограничений оптимальное решение по многим объектам принимается на основе шкалы их важности.
                        Оглавление
                          -
                          Обучаемые и самообучающиеся системы распознавания, управления и принятия решений на логических нейронных сетях
                          Рассматривается применение логических нейронных сетей в ассоциативных "бесформульных" вычислениях трудно формализуемых задач и задач имитационного моделирования, в медицинских информационно-справочных системах, в системах идентификации пользователя, в адаптивной пошаговой маршрутизации беспроводных телекоммуникационных и транспортных сетей, а также в самообучающихся системах управления по нечётким данным. Приводятся рекомендации по повышению качества некоторых известных систем принятия решений.
                          Оглавление
                            -
                            Лекция 14
                            27 минут
                            Нейросетевая модель целераспределения для вычислительной системы архитектуры data flow
                            Предполагается, что с помощью модели обороняемого объекта или района произведена пристрелка стрельбовых комплексов по опорным траекториям, и построена база знаний (БЗ), представленная логической нейронной сетью. Значения коэффициентов опорных траекторий, а также значения готовности стрельбовых комплексов, связаны в БЗ с решениями о назначении этих комплексов для поражения цели. Приводится программа выполнения основных действий нейрокомпьютера на вычислительной системе архитектуры data flow.
                            Оглавление
                              -
                              Лекция 15
                              26 минут
                              Идентификация выполненной программы по её "следу" в условиях повышенной угрозы целевых кибератак
                              Предлагается использование логической нейронной сети для распознавания выполненной программы, входящей в состав специального программного обеспечения управляющего вычислительного комплекса, по её "следу". В сочетании с другими средствами обеспечения защищённости программного обеспечения, это позволяет, хотя и после возможного свершения кибератаки, выявить внедрение "посторонней", возможно, вредоносной программы.
                              Оглавление
                                -
                                Лекция 16
                                25 минут
                                Нейросетевой метод ускоренного принятия решений операционной системой суперкомпьютера EPIC-архитектуры
                                Предлагается реализация систем принятия решений (СПР) в ОС суперкомпьютера EPIC-архитектуры, то есть, управляемого в каждом такте, с помощью однослойных логических нейронных сетей (ЛНС), допускающих распараллеливание и конвейеризацию действий при отсутствии ветвления. Используется принцип "зацепления" конвейеров для реализации основной операции - скалярного умножения векторов.
                                Оглавление
                                  -
                                  Лекция 17
                                  28 минут
                                  Нейросетевые модели пошаговой оптимизации, маршрутизации и тактических игр
                                  Рассматривается применение логических нейронных сетей при построении транспортных моделей с пошаговой маршрутизацией, учитывающей динамику конфликтов при прохождении узлов и путей. Общность подхода при решении класса задач пошаговой оптимизации демонстрируется на возможном применении в моделях тактических игр.
                                  Оглавление
                                    -
                                    Лекция 18
                                    48 минут
                                    Основы трёхмерного "живого" моделирования
                                    Исследуются проблемы разработки реагирующих объектов "живого" моделирования для дополнительного, наглядного мониторинга сложных управляющих систем, служащего минимизации влияния "человеческого фактора". Компьютерная графика для "живого" моделирования должна учитывать возможность динамического управления объектами с помощью "мышц" и "костей". Объёмный экран может строиться на основе пакета прозрачных мониторов, реализующих срезы трёхмерного изображения. Рассматривается возможность применения реагирующих объектов для публичной демонстрации прогноза погоды.
                                    Оглавление
                                      -
                                      Лекция 19
                                      37 минут
                                      Перспективные нейросетевые технологии
                                      Читателю предлагается пофантазировать и наметить для себя пути применения логических нейронных сетей в задачах обеспечения безопасности, защиты информации, в индустрии развлечений и др.
                                      Оглавление
                                        -
                                        1 час 40 минут
                                        -
                                        Анатолий Федоров
                                        Анатолий Федоров
                                        Россия, Москва, Московский государственный университет им. М. В. Ломоносова, 1989