Самообучающаяся сеть с ячейками, реализующими предикатные формулы
Ключевые слова:
искусственный интеллект, формула исчисления предикатов, уровневое описание классов, самообучающаяся распознающая сетьАннотация
Рассматривается модель перенастраиваемой сети с ячейками, реализующими предикатные формулы, имеющие вид элементарных конъюнкций. В отличие от классических нейронных сетей предлагаемая модель имеет два блока: блок обучения и блок решения. При ошибках, возникающих при использовании блока решения, подключается блок обучения. Кроме того, конфигурация сети не фиксируется заранее, а меняется каждый раз после работы блока обучения. Базой для создания перенастраиваемой логико-предикатной сети является логико-предметный подход к решению задач искусственного интеллекта, а также понятие неполной выводимости предикатной формулы, позволяющее выделять общие подформулы элементарных конъюнкций.Литература
1. Дуда Р., Харт П. (1976) Распознавание образов и анализ сцен. М.: Мир, 1976. 511 с.
2. Клини С. (1973) Математическая логика. М.: Мир, 1973. 480 с.
3. Комашинский`В.И., Смирнов~Д.А. Нейронные сети и их применение в системах управления и связи. М.: Горячая линия – Телеком, 2002. 94 с.
4. Косовская~Т.М. (2007) Доказательства оценок числа шагов решения некоторых задач распознавания образов, имеющих логические описания // Вестник
Санкт-Петербургского университета. Сер. 1. 2007. Вып. 4. С. 82--90.
5. Косовская~Т.М., Тимофеев~А.В. Иерархическое описание классов и нейросетевое распознавание сложных образов // Нейрокомпьютеры: разработка, применение. 2007. № 6. С. 30 -- 33.
6. Косовская~Т.М. (2008) Многоуровневые описания классов для уменьшения числа шагов решения задач распознавания образов, описываемых формулами исчисления предикатов // Вестн. С.-Петербург.ун-та. Сер. 10. 2008. Вып. 1. С. 64 -- 72.
7. Косовская~Т. М. (2009) Частичная выводимость предикатных формул как средство распознавания объектов с неполной информацией // Вестн. С.-Петербург.ун-та. Сер. 10. 2009. Вып. 1. С. 74 -- 84.
8. Косовская~Т.М. (2010) Некоторые задачи искусственного интеллекта, допускающие формализацию на языке исчисления предикатов, и оценки числа шагов их решения // Труды СПИИРАН, 2010. Вып. 14. С. 58 -- 75.
9. Косовская~Т.М. (2014) Подход к решению задачи построения многоуровневого описания классов на языке исчисления предикатов // Труды СПИИРАН, 2014. № 3 (34). С. 204 -- 217.
10. Рассел С., Норвиг П. Искусственный интеллект: современный подход, 2-е изд.: Пер. с англ. М.: Издательский дом “Вильямс”, 2006. 1408 с.
2. Клини С. (1973) Математическая логика. М.: Мир, 1973. 480 с.
3. Комашинский`В.И., Смирнов~Д.А. Нейронные сети и их применение в системах управления и связи. М.: Горячая линия – Телеком, 2002. 94 с.
4. Косовская~Т.М. (2007) Доказательства оценок числа шагов решения некоторых задач распознавания образов, имеющих логические описания // Вестник
Санкт-Петербургского университета. Сер. 1. 2007. Вып. 4. С. 82--90.
5. Косовская~Т.М., Тимофеев~А.В. Иерархическое описание классов и нейросетевое распознавание сложных образов // Нейрокомпьютеры: разработка, применение. 2007. № 6. С. 30 -- 33.
6. Косовская~Т.М. (2008) Многоуровневые описания классов для уменьшения числа шагов решения задач распознавания образов, описываемых формулами исчисления предикатов // Вестн. С.-Петербург.ун-та. Сер. 10. 2008. Вып. 1. С. 64 -- 72.
7. Косовская~Т. М. (2009) Частичная выводимость предикатных формул как средство распознавания объектов с неполной информацией // Вестн. С.-Петербург.ун-та. Сер. 10. 2009. Вып. 1. С. 74 -- 84.
8. Косовская~Т.М. (2010) Некоторые задачи искусственного интеллекта, допускающие формализацию на языке исчисления предикатов, и оценки числа шагов их решения // Труды СПИИРАН, 2010. Вып. 14. С. 58 -- 75.
9. Косовская~Т.М. (2014) Подход к решению задачи построения многоуровневого описания классов на языке исчисления предикатов // Труды СПИИРАН, 2014. № 3 (34). С. 204 -- 217.
10. Рассел С., Норвиг П. Искусственный интеллект: современный подход, 2-е изд.: Пер. с англ. М.: Издательский дом “Вильямс”, 2006. 1408 с.
Опубликован
2015-11-25
Как цитировать
Косовская, Т. М. (2015). Самообучающаяся сеть с ячейками, реализующими предикатные формулы. Труды СПИИРАН, 6(43), 94-113. https://doi.org/10.15622/sp.43.6
Раздел
Теоретическая и прикладная математика
Авторы, которые публикуются в данном журнале, соглашаются со следующими условиями:
Авторы сохраняют за собой авторские права на работу и передают журналу право первой публикации вместе с работой, одновременно лицензируя ее на условиях Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным указанием авторства данной работы и ссылкой на оригинальную публикацию в этом журнале.
Авторы сохраняют право заключать отдельные, дополнительные контрактные соглашения на неэксклюзивное распространение версии работы, опубликованной этим журналом (например, разместить ее в университетском хранилище или опубликовать ее в книге), со ссылкой на оригинальную публикацию в этом журнале.
Авторам разрешается размещать их работу в сети Интернет (например, в университетском хранилище или на их персональном веб-сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению, а также к большему количеству ссылок на данную опубликованную работу (Смотри The Effect of Open Access).
