____________________________________________________________________________________________________________
Часть 1. Общее представление об ИНС
Часть 2. История возникновения ИНС
Часть 3. ИНС с биологической точки зрения
Часть 4. Виды архитектур нейронных сетей(1)
Часть 5. Виды архитектур нейронных сетей(2)
Часть 6. Сферы применения ИНС
____________________________________________________________________________________________________________
Классификация ИНС по задачам
Искусственные нейронные сети применяются в задачах, где четкие алгоритмы не работают и нет четкого решения, то есть требуются аналитические вычисления. Все аналитические задачи, решаемые нейронными сетями принято разделять на три раздела:
1) Классификация - распределение объектов по определенным параметрам. Например, на вход дается список людей, желающих получить кредит и нейронной сети необходимо определить кому можно его дать, а кому не желательно опираясь на такие параметры, как возраст, кредитную историю, работоспособность и так далее.
2) Предсказание - возможность предсказания следующего шага, опираясь на предыдущие. Например, ситуацию на рынке криптовалют, рост или падение курса биткоина, эферума и так далее.
3) Распознавание - способность выделить и идентифицировать объект в окружении. Сейчас это наиболее популярная сфера использования нейронных сетей. Например, распознавание лиц, голосовые команды и так далее.
Рассмотрим некоторые конкретные области применения нейронных сетей.
Анализ данных
Большая часть методов анализа данных (data mining) основана на нейронных сетях в рамках теории искусственного интеллекта. При использовании ИНС в data mining существует один нюанс - нейронные сети способны обрабатывать только числовые данные, вследствие чего перед самим процессом анализа необходимо преобразовать символьные данные в числовые. Одним из самых простых способов реализации является создание таблицы соответствий между отдельным символьным объектом и числом.
Процесс интеллектуального анализа данных состоит из трёх этапов:
1) подготовка данных
2) извлечение правил
3) оценка правил
Нейронные сети способны выделить неявные признаки, параметры и найти скрытые закономерности, что делает их обязательным к использованию в интеллектуальном поиске и извлечения знаний.
Компьютерное зрение
В области компьютерного зрения наиболее популярны и эффективны свёрточные искусственные нейронные сети. На данный момент возможности computer vision доступны каждому человеку. Данная технология используется не только в научных и прикладных разработках, но и во многих развлекательных приложения и сервисах.
Сейчас нейронные сети в компьютерном зрении способны рассказать, что происходит на фотографии, определить возраст, пол человека, породу животного, а также, например, снять макияж с фотографии или примерить новую прическу.
Биоинформатика
Благодаря прорывам в нейротехнологиях в медицине открылись новые возможности. Чаще всего нейронные сети применяются для лечения заболеваний нервной системы, восстановления функций, утраченных из-за болезни, например, восстановление органов чувств. Устройство BrainPort крепится к очкам владельца и позволяет слепым людям "видеть языком". Данные с камеры поступают в аппарат, обрабатываются и проецируются на язык при помощи множества электродов.
Но нейронные сети помогают не только восстановиться. Также они применяются в генной инженерии, исследованиях днк человека, поиске необходимых соединений веществ для лекарств от неизлечимых на данный момент заболеваний.
Другие
Нейронные сети нашли применение и в таких сферах, как:
Телекоммуникации;
Распознавание речи;
Управление ценами и производством;
Анализ потребительского рынка;
Прогнозирование долго- и краткосрочных тенденций;
Игровой сфере (GameDev);
Распознавание рукописных символов;
Автопилоты.
