Перспективы применения и развития нейронных сетей - Студенческий научный форум

XIV Международная студенческая научная конференция Студенческий научный форум - 2022

Перспективы применения и развития нейронных сетей

Лоскин В.А. 1
1ФГБОУ ВО «БГУ имени академика И.Г. Петровского»
 Комментарии
Текст работы размещён без изображений и формул.
Полная версия работы доступна во вкладке "Файлы работы" в формате PDF

Человеческий мозг обладает невероятной структурой, позволяющей создавать уникальные правила для решения конкретных задач основываясь на опыте накопленном с течением времени, что позволяет выполнять любые задачи в разы быстрее любого современного компьютера. Именно этим обусловлены исследования в области искусственных нейронных сетей.

Искусственная нейронная сеть – это механизм, моделирующий обработку некоторой задачи человеческим мозгом. Нейронные сети обычно моделируются программами, но могут быть реализованы и электронными компонентами.

Преимущество нейронных сетей по сравнению со стандартными алгоритмами:

параллельная обработка информации;

самообучение т.е. способность получать результат на основе данных, ранее не встречающихся в обучении.

Вышеописанные преимущества ИНС позволяют им решать задачи, которые невозможно решить, применяя стандартные алгоритмические решения.

Развитие нейронных сетей на сегодняшний день позволяет решать множество задач из различных областей, а именно: распознавание речи, обработка зашумлённых данных, прогнозирование, диагностика, обработка сигналов, сегментация сигналов и данных, машинное зрение, распознавание рукописных текстов.

Основное преимущество нейронных сетей заключается в том, что они составляют свои модели на основе полученных данных и не нуждаются в заранее построенной модели. Именно поэтому нейросети часто применяются в таких областях деятельности, в которых есть плохо алгоритмизируемые задачи. К таким областям относятся:

ввод информации, а именно распознавание рукописных текстов и различных отсканированных документов;

автоматизация производства: оптимизация различных процессов на производстве, предупреждение аварийных ситуаций;

медицина: очистка показаний от шумов приборов, постановка диагноза и отслеживание состояния пациента;

авиация: обучение автопилотов и беспилотных летательных аппаратов;

системы безопасности: распознавание лиц, отпечатков пальцев, подписи, автомобильных номеров;

информационная безопасность: обнаружение вторжений, отслеживание трафика в сети, обнаружение подделок.

Исходя из направления развития нейронных сетей можно предположить, что в будущем будут развиваться алгоритмы обучения нейросетей в режиме реального времени, обработки естественных и искусственных языков, распознавания изображений и звуков.

На данный момент наблюдается тенденция поиска и разработки наиболее эффективных методов синхронизации работы ИНС на параллельных устройствах.

Просмотров работы: 32