Введение
Глава I. Основные архитектуры и алгоритмы нейронных сетей и подходы к их распределённой реализации 21
1.1 Устройство искусственного нейрона 21
1.2 Виды искусственных нейронных сетей и задачи, решаемые при их помощи 24
1.2.1 Персептроны 24
1.2.2 Звезды Гроссберга 25
1.2.3 Модель Липнмана-Хемминга и принцип WTA 25
1.2.4 Карты самоорганизации Кохонена 28
1.2.5 Нейронная сеть встречного распространения (ВР) 29
1.2.6 Сети с обратными связями 30
1.2.7 Ассоциативность памяти и задача распознавания образов 34
1.2.8 Когнитрон: самоорганизующаяся многослойная нейросеть 35
1.2.9 Неокогнитрон и инвариантное распознавание образов 38
1.2.10 Принцип Адаптивного Резонанса. АРТ-нейросети 40
1.4 Методы обучения нейронных сетей 41
1.4.1 Основные сведения 41
1.4.2 Концепции Хэбба. Правило обучения Хэбба 42
1.4.3 Обучение персептрона 43
1.4.4 Алгоритм обратного распространения 45
1.4.5 Обучение Кохонена 49
1.5 Современные решения в области распределённой реализации 50
1.5.1 LON-технологии 51
1.5.2 Проект нейросервера на основе гетерогенного кластера ЭВМ 55
Выводы к главе 1 60
Глава 2. Проект «Нейропараллель» подход к организации распределённых ней ро вы числений и сопутствующие вопросы 63
2.1 Система распределённой нейроимитации «Нейропараллель»; концепция, методика, реализация 63
2.1.1 Концептуальная основа проекта 63
2.1.2 Архитектура системы 64
2.1.3 Клиентская часть системы 66
2.1.4 Серверная часть системы 68
2.1.5 Область применения системы 69
2.1.6 Методика описания структур распределённых нейронных сетей... 72
2.2 Исследование эффективности распараллеливания и самоорганизация распределённой нейросистемы 89
2.2.1 Анализ эффективности распараллеливания нейровычислений 89
в зависимости от деталей его организации 89
2.2.2 Формулировка и решение задачи самоорганизации системы 100
Выводы к главе 2 107
Глава 3. Концепция «динамического полиморфизма» и функциональная гибкость информационных систем 109
3.1 Предпосылки 109
3.2 Явление полиморфизма в ИТ и его виды 111
3.3 Динамическое изменение функциональности объекта в ходе эксплуатации ПО 112
3.4 Теоретическое представление принципа динамического полиморфизма 113
Выводы к главе 3 115
Глава 4. Сравнительный анализ концепций, использованных в проекте «Нейропараллель» и стандарте нейрокомпьютера 117
4.1 Представление формального нейрона и искусственной нейронной сети 117
4.2 (Укрупнённая) архитектура нейрокомпьютера 119
4.2.1 Нейронная сеть и её элементы 119
4.2.2 Задачник 120
4.2.3 Исполнитель 120
4.2.4 Предобработчик и интерпретатор 121
4.2.5 Оценка 121
4.2.6 Контрастер 121
4.2.7 Учитель 122
4.3 Методика описания структуры нейронной сети 123
4.4 Пользовательский интерфейс и его уровень абстракции относительно системы 124
4.5 Типизация данных и её избыточность 125
Выводы к главе 4 126
Глава 5. Экспериментальная эксплуатация системы «Неиропараллель» при решении прикладных задач 128
5.1 Прогнозирование стоматологического статуса на этапах ортодонтического лечения с использованием слоистых нейронных сетей 128
5.2 Экспериментальное подтверждение эффективности распараллеливания 132
5.2.1 Первоначальная гипотеза об эффективности распараллеливания. 132
5.2.2 Методика оценки эффективности нейроимитатора и постановка эксперимента 134
5.2.3 Анализ и интерпретация результатов 139
Выводы к главе 5 141
Заключение 143
Список использованных источников 145
