Некоторые люди полагают, что они мыслят, в то время как они просто переупорядочивают свои предрассудки.
Давно я написал статью-обзор по эволюции методов моделирования нейронов и забросил это дело. В описание попали старые и всем интересующимся нейронами известные методы, можно сказать, получился обзор учебников выпущенных до распада СССР. Если кому интересно может сходить habrahabr.ru/post/101020/, посмотреть старый обзор. Сейчас у меня подсобрался материал по нескольким с моей точки зрения увлекательным и более современным методам моделирования, которые заслужили упоминания в виде структурированного обзора. Здесь я только упомяну эти методы в описательном порядке, по той простой причине, что для большинства интересней знать, зачем мы его применяем, а не как он работает и как его применять. Объем текста значительно уменьшиться, интересность повысится, а то, как в действительности работают эти методы, каждый сможет найти сам.
Итак, готовьтесь. Читать полностью »
Рубрика «нейронные сети» - 45
По следам интеллекта 2
2013-05-29 в 23:28, admin, рубрики: artificial intelligence, ИИ, искусственный интеллект, нейробиология, нейронная сеть, нейронные сети, нейроны, метки: artificial intelligence, ИИ, искусственный интеллект, нейробиология, нейронная сеть, нейронные сети, нейроныНеобыкновенный способ генерации лабиринтов
2013-05-28 в 12:18, admin, рубрики: python, Алгоритмы, математика, нейронные сети, метки: нейронные сети 
В этой статье я расскажу об одном необычном подходе к генерации лабиринтов. Он основан на модели Амари́ нейронной активности коры головного мозга, являющейся непрерывным аналогом нейронных сетей. При определенных условиях она позволяет создавать красивые лабиринты очень сложной формы, подобные тому, что приведен на картинке.
Вас ждет много анализа и немного частных производных. Код прилагается.
Прошу под кат!
Основы биоинформатики или как строить ферменты
2013-05-27 в 15:50, admin, рубрики: биоинформатика, биология, бионика, биообъекты, Биотехнологии, будущее здесь, гены, нейронные сети, метки: биоинформатика, биология, бионика, биообъекты, гены, нейронные сети, химия Приветствую, читатели! Сегодня мы поговорим о биологии и химии. В 21 веке химия заняла одну из самых важных позиций в нашем обществе: всё что нас окружает, многое из того, что мы едим, даже всеми нами любимый компьютер — результат химических технологий. Но почему-то на этом эволюция химических технологий завершилась — нам известно ОЧЕНЬ много про химию, а поэтому для «копания» осталось совсем немного разделов. Ну что же. Самое время вспомнить, что биология — это наука о саморегулирующихся химических системах. Фактически, биология — это качественно новый уровень химии, где не нужны мегапаскали и тысячи кельвинов для осуществления реакции. Хотите узнать как поставить биологию на службу химическим технологиям? Добро пожаловать под кат!
Читать полностью »
Регуляризация в ограниченной машине Больцмана, эксперимент
2013-04-08 в 8:38, admin, рубрики: data mining, restricted boltzmann machine, Алгоритмы, искусственный интеллект, Компьютерное зрение, машина Больцмана, нейронные сети, регуляризация, метки: restricted boltzmann machine, Компьютерное зрение, машина Больцмана, нейронные сети, регуляризация 
Привет. В этом посте мы проведем эксперимент, в котором протестируем два типа регуляризации в ограниченной машине Больцмана. Как оказалось, RBM очень чувствительна к параметрам модели, таким как момент и локальное поле нейрона (более подробно обо всех параметрах можно прочитать в практическом руководстве в RBM Джеффри Хинтона). Но мне для полной картины и для получения шаблонов наподобие таких вот, не хватало еще одного параметра — регуляризации. К ограниченным машинам Больцмана можно относиться и как к разновидности сети Маркова, и как к очередной нейроной сети, но если копнуть глубже, то будет видна аналогия и со зрением. Подобно первичной зрительной коре, получающей информацию от сетчатки через зрительный нерв (да простят меня биологи за такое упрощение), RBM ищет простые шаблоны во входном изображении. На этом аналогия не заканчивается, если очень малые и нулевые веса интерпретировать как отсутствие веса, то мы получим, что каждый скрытый нейрон RBM формирует некоторое рецептивное поле, а сформированная из обученных RBM глубокая сеть формирует из простых образов более комплексные признаки; чем-то подобным, в принципе, и занимается зрительная кора головного мозга, правда, вероятно, как то посложнее =)
Нейронные сети как метод хранения конфиденциальной информации
2013-04-03 в 7:41, admin, рубрики: Алгоритмы, конфиденциальные данные, нейронные сети, ненормальное программирование, паранойя, метки: конфиденциальные данные, нейронные сети, ненормальное программирование, паранойя Одним из применений нейронных сетей является ассоциативная память. Классический пример – хранение классификации каких-либо объектов по входным данным. Но немного модифицировав алгоритм взаимодействия с сетью, можно в ней хранить длинные строковые или бинарные данные, получаемые по ключ-паролю, что также позволяет добиться также добиться высокой криптоустойчивости данных
Читать полностью »
Как Google изменил Android при помощи вашего мозга
2013-02-20 в 18:36, admin, рубрики: android, Google, Блог компании «Apps4All», нейронные сети, распознавание речиВ последней версии мобильной операционной системы Android веб-гигант Google сделал большие изменения в том, как ОС интерпретирует твои голосовые команды. Компания сделала систему распознавания голоса, основанную на том, что мы называем нейронной сетью – компьютеризированной обучающей системой, которая ведет себя подобно человеческому мозгу.
Для многих пользователей, говорит Винсент Ванхуск, ученый-исследователь Google, который направлял усилия по разработке сети, результаты были впечатляющими. «Отчасти стало неожиданностью, насколько мы могли улучшить распознавание, просто изменив модель», — говорит он.
Как появились регулярные выражения
2013-02-18 в 8:13, admin, рубрики: Алгоритмы, История ИТ, нейронные сети, Регулярные выражения, метки: нейронные сети, регулярные выраженияНебольшое предисловие
Меня всегда интересовала история появлений научных понятий. Перед изучающим новый предмет сначала встает череда безликих определений. Некоторые из них таковыми и остаются, другие привлекают внимание и со временем вырастают в полноценные объекты «картины мира». В качестве недоступного идеала такого стремления можно привести высказывание Литлвуда о Рамануджане:
каждое натуральное число было его лучшим другом
Мне всегда было интересно не только освоить понятие, но и разобраться, как оно появилось. За каждым определением всегда стоит личность. Интересно понять, какие идеи лежали в основе того или иного понятия и почему новые определения были восприняты и поддержаны другими людьми с таким энтузиазмом, что остались в учебниках.
Далее будет приведено небольшое исследование подобного рода, объектом которого является понятие регулярного выражения.
Читать полностью »
Эволюция агентов управляемых нейронной сетью
2013-02-04 в 19:15, admin, рубрики: machine learning, Алгоритмы, генетические алгоритмы, искусственный интеллект, нейронные сети, Программирование, метки: machine learning, генетические алгоритмы, нейронные сетиДавайте рассмотрим среду: в ней могут существовать частицы «еды» и агенты. С помощью сенсоров агенты могут получать информацию о среде. Если агент находится достаточно близко к частице пищи, то она считается «съеденной» и исчезает, а в тот же самый момент в случайном месте среды появляется новая частица еды. Задача группы агентов — собирать пищу. Эффективность рассматривается исходя из суммарного количества собранной пищи.
Давайте смоделируем конкурентную среду для автоматического поиска оптимального поведения группы агентов. Алгоритм поведения агентов будем конструировать в виде нейронной сети.
Читать полностью »
Реализация Restricted Boltzmann machine на c#
2012-12-08 в 14:24, admin, рубрики: .net, data mining, анализ данных, искусственный интеллект, машина Больцмана, нейронные сети, обучение без учителя, метки: c++, анализ данных, машина Больцмана, нейронные сети, обучение без учителяПривет. Закончился курс по нейронным сетям. Хороший курс, но мало практики. Так что в этом посте мы рассмотрим, напишем и протестим ограниченную машину Больцмана — стохастическую, генеративную модель нейронной сети. Обучим ее, используя алгоритм Contrastive Divergence (CD-k), разработанный профессором Джеффри Хинтоном, который кстати и ведет тот курс. Тестировать мы будем на наборе печатных английских букв. В следующем посте будет рассмотрен один из недостатков алгоритма обратного распространения ошибки, и способ первоначальной инициализации весов с помощью машины Больцмана. Кто не боится формулок и простыней текста, прошу под кат.
Пробки из будущего
2012-12-06 в 12:47, admin, рубрики: neural networks, Блог компании Яндекс, нейронные сети, пробки, яндекс, Яндекс.ПробкиКак могли заметить пользователи из Москвы, сегодня на главной странице Яндекса появился новый информер — прогноз балла пробок. Он призван помочь автомобилистам планировать свои передвижения.
Он появляется, когда хотя бы один раз за следующие пять часов ожидается три или больше баллов. Показания обновляются каждые 10 минут. Читать полностью »