Научно-технические направления, в которых применяется нейросетевой метод

Существует ряд научно-технических направлений, в которых применение нейросетевых методов и разработанных программных средств представляется весьма перспективным.

К ним относятся:
- технология и моделирование,
- управление и прогнозирование,
- экология и диагностика,
- системы технического зрения,
- нанотехнология и нанокомпьютеры.

По этим разделам в НИИФП имеется определенный научно-технический задел, который позволяет успешно развивать следующие направления:

- имитационное моделирование и оптимизация сложных технологических процессов на основе созданной программной среды НЭКСИ;

- управление технологическим (например, кластерным) оборудованием путем включения в него элементов технологии искусственного интеллекта в виде ПЭВМ с соответствующими аппаратными средствами и программным обеспечением, использующим нейросетевой подход и принципы нечеткой логики;

- разработка системы технического обоняния

1. А й р а п е т я н ц С.В. и др. Бионические аспекты микроэлектроники.— Электронная техника. Сер. 6, 1967, вып. 7, с. 3—21. 2. П е т р о в А.А., Пьянзина Л.Я. «К вопросу о математическом моделировании процессов переработки информации в нейроне», Электронная техника, серия VI, вып. 2, 1966, с. 95—101. 3. П е т р о в А.А., Пьянзина Л.Я. «Элементы математической теории нейрона и нейронных цепей». Кибернетические аспекты в изучении работы мозга, М., Наука, 1970, с. 223—230. 4. Петров А.А. «К вопросу о статистическом характере передачи сигналов в нервной системе», Биофизика, т. XIV, № 1, 1969, с. 143—150.

(многокомпонентного анализатора газов) на основе интегральных микросхем матричных полупроводниковых газовых сенсоров и обучаемой нейросетевой экспертной системы газового анализа для экологического мониторинга;

- разработка различных систем диагностики на базе магнитометров и обучаемой нейросетевой экспертной системы;

- создание программных средств оптимального планирования и управления производством и экономическим развития отраслей, городов и регионов. Возможность выявления с помощью нейросетевых экспертных систем важнейших факторов, влияющих на социально-политическое и финансово-экономические показатели, уже сейчас используется при принятии стратегических и тактических управленческих решений. По мере накопления банков данных роль этого направления нейроинформатики будет неуклонно возрастать;

- разработка обучаемых систем технического зрения для различных применений: распознавания отпечатков пальцев, кредитных карточек, шрифтов и т. п.

- становление нанотехнологии и поисковые работы в направлении создания нейрокомпьютеров с использованием наносхемо- и системотехники. Переход от микро- к наноэлектронике нельзя рассматривать как традиционную эволюцию размеров и степени интеграции СБИС. Малые размеры элементов наноэлектроники обусловливают не только увеличение степени интеграции, но и функциональную ограниченность и наличие значительных случайных факторов в характеристиках наноэлементов.

Случайные факторы, вызванные квантово-размерными эффектами, будут затруднять или делать практически невозможным использование методов формальной логики, на которой базируется вся современная цифровая вычислительная техника. Создание вычислительных систем на базе нанотехнологии потребует компенсации потери качества элементов путем увеличения их количества и перехода от формальной к нечеткой логике.

Поэтому наноэлектроника должна использовать новый подход, основанный на принципах параллелизма, самоорганизации и сто хаотичности. Параллелизм: естественное распараллеливание процесса обработки информации в результате использования большого количества процессорных наноэлементов — нейронов. Самоорганизация: формирование функциональных взаимосвязанных ансамблей нейронных сетей за счет обучения ансамблей нейронов выполнению определенных функций и установлению необходимых для решения задач связей между ансамблями.

Стохаотичность: реализуемое за счет сверхинтеграции нано элементов использование принципа усреднения стохастических сигналов по ансамблям нейронов, обеспечивающего высокую помехоустойчивость, надежность и быстродействие;

- разработка ассоциативных запоминающих устройств на основе созданных на базе нанотехнологии искусственных нейронных сетей;

- использование искусственных нейронных сетей для идентификации данных при считывании информации, хранящейся в ЗУ с накопителями в виде структур с неоднородностями, индуцированными методами нанотехнологии.

В заключение следует подчеркнуть, что выбор нейронных сетей в качестве объекта моделирования и технической реализации не был ошибочным: это убедительно доказывают успехи и лавинообразный рост работ в нейроинформатике.