.....простейшую модель памяти, «систему с дифференцированной информацией», я основываюсь на модели системы с управлением способом обратной связи (далее «системы с управлением О.С.»), следует подчеркнуть характер, природу её связей. Связи со средой имеют беспорядочный характер, хаотическую природу, а «скрытая» связь, напротив, упорядоченный характер, закономерную природу. (Противоположный случай представляет не меньший интерес, но темой настоящих тезисов не является и может быть рассмотрен отдельно).
Исследования
Информационный подход к проблеме парадигмы управления в России
В данной работе излагается во многом личная, порой не совпадающая с общепринятой, точка зрения автора на проблему парадигмы управления в России. Она сформировалась на основе его 52-х летнего опыта работы в области информатики и 20-ти летнего опыта работы в области изучения принципов работы нейронных сетей мозга.
Недостатки модели формального нейрона
Следует сразу оговориться, что речь пойдет о размышлениях (отчасти спекулятивных), а не о бесспорных фактах. И что часть требований, отсутствуя в модели формального нейрона, фигурирует в других моделях. Однако представляется важным создание целостной модели с одновременным учетом всех замечаний. Целью же является расширение возможностей ИНС в решении технических задач. Обоснованность описанных требований как метода достижения этой цели остается предметом обсуждения.
Рассмотрим некоторые аспекты, которые формальный нейрон не воспроизводит, и которые кажутся необходимыми для расширения эффективности применения ИНС.
Простая модель памяти: сложная система с дифференцированной информацией (тезисы на 5 конференцию)
.....простейшую модель памяти, «систему с дифференцированной информацией», я основываюсь на модели системы с управлением способом обратной связи (далее «системы с управлением О.С.»), следует подчеркнуть характер, природу её связей. Связи со средой имеют беспорядочный характер, хаотическую природу, а «скрытая» связь, напротив, упорядоченный характер, закономерную природу. (Противоположный случай представляет не меньший интерес, но темой настоящих тезисов не является и может быть рассмотрен отдельно).
Ограниченные возможности разбиений позиционных систем счисления и моделирование нейроподобных сетей
Автор Легков Георгий Алексеевич.
Моделирование нейроподобных сетей связано с использованием больших массивов данных, представленных в числовом виде. Способ разбиения множества значений, используемый в позиционных системах счисления, является удобным для представления числовых значений. Для представления числовых последовательностей его возможности крайне ограниченны. Это ограничение снижает эффективность алгоритмов нейроподобных сетей. Например, приводит к экспоненциальному росту ёмкостных и временных затрат таких алгоритмов.
Ключевые слова: позиционные системы счисления, базис, основание, числовая последовательность.
Страница 1 из 3




