Искусственный интеллект и машинное обучение. Рубрика в журнале - Вестник Пермского университета. Серия: Математика. Механика. Информатика
Исследование декомпозиции нейронной сети в системе схемотехнического моделирования Proteus
Статья научная
Рассматривается разделение монолитной нейронной сети на блоки в рамках концепции туманных вычислений (Fog computing). Предполагается, что с учетом возможной реконфигурации реализация блоков выполняется на программируемой логике: ПЛИС (field-programmable gate array, FPGA, complex programmable logic device, CPLD), системах на кристалле (System-on-a-Chip, SoC)) или системах в пакете (System-in-Package, SiP). В статье исследуется такая реализация в системе схемотехнического моделирования Proteus на примере микроконтроллеров ATMega32. Моделирование подтверждает эффективность разработанного метода декомпозиции.
Бесплатно
Методы и средства построения онтологически управляемых систем приобретения знаний
Статья научная
Рассматриваются методы и средства автоматизации процесса приобретения знаний, а также представлена концепция нового подхода к применению методов инженерии знаний для построения онтологически управляемых систем приобретения знаний. Предлагаемый подход автоматизирует процесс создания баз знаний на принципах адаптивности к специфике проблемной области экспертизы, особенностям решаемой задачи и внешним информационным ресурсам. Приводится онтологически управляемая архитектура инструментальной среды, автоматизирующей создание продукционных экспертных систем. Отличительной особенностью предлагаемого подхода является активный характер системы извлечения знаний, позволяющей в ходе общения с экспертом инициировать адекватный особенностям решаемой задачи естественно-языковый диалог, сценарий которого управляется онтологиями. Это призвано значительно сократить трудозатраты эксперта и инженера по знаниям на создание и отладку баз знаний экспертных систем. Акцентируется внимание на средствах, позволяющих инженеру по знаниям проверять качество разработанной базы знаний. Данная статья является расширенной версией работы, представленной на конференции ʺМатематика и междисциплинарные исследования 2021ʺ [1].
Бесплатно
Нейросетевая система прогнозирования результатов сезона итальянской футбольной лиги "Серия А"
Статья научная
В статье представлено описание разработки нейросетевой системы для прогнозирования результатов сезона итальянской футбольной лиги "Серия А". Для подбора изначального множества были использованы тематические сайты, содержащие полную статистику по необходимым характеристикам. Система основана на стоимостных характеристиках, имеет 12 входных параметров и 1 выходной параметр. Средняя ошибка тестирования этой системы составила 3 %. Система позволяет выполнять оценку выступления футбольной команды в сезоне в рамках ранжирования от 1 до 5 позиции, где 1 - это 1-4 места и выход в Лигу чемпионов, а 5 - команда покидает лигу. Выявлены значимости входных параметров. Исследовано влияние входных параметров на результат.
Бесплатно
Разработка алгоритма распознавания лиц с учетом особенностей работы человеческого мозга
Статья научная
В данной статье приведен алгоритм распознавания лица, основанный на особенностях деятельности человеческого мозга во время распознавания изображения. Отличие данного подхода от существующих заключается в том, что лицо распознается, как единый графический образ, не обращая внимание на атрибуты лица (геометрия бровей, глаз, носа, губ и т. д.). При этом, расположение атрибутов лица подчиняется правилам золотого сечения. Представлены результаты работы алгоритма.
Бесплатно
Создание интегрированной модели данных из разнородных источников, содержащих цифровые следы
Статья научная
Рассматривается подход к созданию интегрированных моделей данных на основе онтологической модели, а также приводится пример работы прототипа, который реализует интеграцию данных из нескольких разнородных источников и осуществляет логический вывод для реализации скоринговой системы оценки риска мошенничества.
Бесплатно
Статья научная
Цель работы показать преимущества перехода от обычных бинарных нейронов к более сложным нейронам с троичным выходным квантованием. Как пример рассматривается нейросетевое объединение пяти классических статистических критериев: Гири (1935 г.), Девида-Хартли-Пирсона (1954 г.), Шапиро-Уилка (1965 г.), максимального отклонения от центра (1965 г.), Али-Черго-Ревиса (1992 г.). Дан прогноз объединения этих критериев с другими, построенный исходя из доверительной вероятности 0.99. Применение бинарных искусственных нейронов потребует использования 280 статистических критериев. Переход к использованию искусственных нейронов с троичными квантователями должно снизить число нейронов до девяти при малых выборках в 16 опытов. Наблюдается экспоненциальное снижение числа необходимых нейронов.
Бесплатно
