logo search
shpora_gotova[1]

32. Математические методы и модели искусственного интеллекта: нечеткая логика, генетические алгоритмы, нейронные сети и др.

Выделяются следующие направления искусственного интеллекта: 1. экспертные системы; 2. нейронные сети; 3. естественно-языковые системы; 4. эволюционные методы и генетические алгоритмы; 5. нечеткие множества; 6. системы извлечения знаний. Экспертные системы ориентированы на решение конкретных задач.  Нейронные сети реализуют нейросетевые алгоритмы. Делятся на : - сети общего назначения, которые поддерживают около 30 нейросетевых алгоритмов и настраиваются на решение конкретных задач; - объектно-ориентированные - используемые для распознания символов, управления производством, предсказание ситуаций на валютных рынках,.. - гибридные - используюемые вместе с определенным программным обеспечением (Excel, Access, Lotus). Естественно-языковые (ЕЯ) системы делятся на:  - программные продукты естественного языкового интерфейса в БД (представление естественно-языковых запросов в SQL-запросы); - естественно-языковой поиск в текстах, содержательное сканирование текстов (используется в поисковых системах Internet, например, Google); - масштабируемые средства распознания речи (портативные синхронные переводчики); - средства голосового ввода команд и управления (безлюдные производства); - компоненты речевой обработки, как сервисные средства программного обеспечения (ОС Windows XP). Нечёткие множества - реализуют логические отношения между данными. Эти программные продукты используются для управления экономическими объектами, построения экспертных систем и систем поддержки принятия решений. Генетические алгоритмы - это методы анализа данных, которые невозможно проанализировать стандартными методами. Как правило, используются для обработки больших объёмов информации, построения прогнозных моделей. Используются в научных целях при имитационном моделировании. Системы извлечения знаний - используются для обработки данных из информационных хранилищ.