цифровая электроника
вычислительная техника
встраиваемые системы

 

Свойства многослойных обучающихся схем

Автор: Mike(admin) от 7-12-2018, 03:35

Способность нервной системы людей и высших животных обучаться и приспосабливаться к изменяющимся внешним условиям стала в последнее время областью, интересующей самых разнообразных специалистов-небиологов. При этом делаются попытки создания очень упрощенных моделей центральной нервной системы животных с сохранением некоторых ее свойств.


Свойства многослойных обучающихся схем

Обучающаяся схема рассматривается как система, обладающая следующими свойствами. Во-первых, существует множество входных переменных и выходная переменная, определяемая этим множеством. Считается, что входные переменные могут принимать два дискретных состояния, которым будет приписываться значение +1 и -1.

Первые попытки изучения нейронных сетей

Автор: Mike(admin) от 5-12-2018, 07:15

Всякому, кто исследовал под микроскопом кусочек нервной ткани, вероятно, бросилась в глаза полная случайность связей между ее элементами. Знание механизмов роста эмбриона и основных биологических различий ткани совершенно исключает предположение о том, что структура одного мозга должна клетка за клеткой, связь за связью воспроизводить структуру другого.


Первые попытки изучения нейронных сетей

Неизбежно мы должны столкнуться со статистическими распределениями структурных переменных. Иначе говоря, точные длины связей, точные положения нейронов, вопрос о том, заканчивается ли какая-то связь на данном нейроне или на соседнем той же разновидности, должны рассматриваться как случайные переменные. В то время как психологи всегда в неявном виде предполагали некоторую степень случайности организации, математики, связанные с задачей моделирования мозга, непосредственно столкнулись с этими фактами совсем недавно.

Akida – первый коммерческий нейрочип от BrainChip

Автор: Mike(admin) от 17-09-2018, 05:55

Искусственный интеллект и нейросети сегодня являются одним из основных направлений развития и исследования в области вычислительной техники. Хотя теоретическая база данного направления достаточно хорошо проработана, аппаратная же, в свою очередь, страдает из-за недостатка нужных инструментов разработки, поскольку нейронные сети, реализованные на обычных компьютерах не обладают достаточным быстродействием.


Akida – первый коммерческий нейрочип от BrainChip

Проблему отчасти решила компания BrainChip, выпустив нейроморфную систему-на-кристалле (NSoC) Akida, построенную на основе спайковых нейронных сетей.

NSynth Super – как создавать музыку с помощью нейросети от Google

Автор: Mike(admin) от 19-03-2018, 18:35

В последнее время искусственный интеллект является одним из основных трендов в области высоких технологий. С помощью нейронных сетей сегодня создаются различные полезные и не очень полезные программы и приложения, которые могут упростить наши усилия в том или ином деле.


NSynth Super – как создавать музыку с помощью нейросети от Google

В перспективе искусственный интеллект, основанный на нейросетях, позволит не только повысить производительность монотонных процессов, но и облегчить некоторые творческие процессы. Так, недавно одно подразделение компании Google разработало музыкальный синтезатор, созданный на основе нейронных сетей и выложило данный проект в открытый доступ.

Использование ПЛИС FPGA в создании нейронных сетей

Автор: Mike(admin) от 25-10-2017, 19:25

Искусственный интеллект (ИИ) – это, несомненно, будущее вычислений, при этом большое количество исследований проводится в попытке создать полезный и надежный ИИ. Часть исследований ИИ включает в себя изучение области, называемой глубоким обучением, являющейся отраслью машинного обучения, которая использует алгоритмы для моделирования абстракций высокого уровня. В настоящее время для моделирования процессов глубокого обучения и обработки этих алгоритмов разрабатываются большие системы с использованием графических процессоров в качестве центрального средства обработки.


Использование ПЛИС FPGA в создании нейронных сетей

Большая часть сегодняшних массовых вычислений использует графические процессоры, потому что закон Мура за последние несколько десятилетий сохранился, однако мы приближаемся к тому времени, когда развитие графических процессоров (GPU) не будет соответствовать требованиям алгоритмов ИИ. В дополнение к вычислительной мощности, эти GPU-системы также потребляют большое количество энергии. Итак, как можно увеличить вычислительную мощность при одновременном снижении энергопотребления в процессе выполнения этих алгоритмов глубокого обучения?

Какие задачи решают цифровые сигнальные процессоры (DSP)

Автор: Mike(admin) от 27-07-2017, 15:05

В мире сегодня становится все больше и больше различных электронных устройств, некоторые из них нужны в практических целях, другие же служат роскошью. Независимо от категории, в которую они попадают, мы можем заметить основной факт, что все они используют «сигналы» для выполнения своих задач.


Обработка сигналов

Когда у нас есть сигналы, то у нас, конечно же, появится необходимость их обработки. Все такие операции манипулирования сигналами могут быть сгруппированы под общей, но очень широкой областью под названием «Обработка сигналов».

Что такое нейронные сети и как они работают?

Автор: Mike(admin) от 11-04-2017, 12:55

В последнее время в области компьютерных наук и вычислительной техники набирает популярность такая математическая модель как нейронная сеть. Простейшее определение нейронной сети, более правильно именуемой искусственной нейронной сетью (ИНС), дал изобретатель одного из первых нейрокомпьютеров доктор Роберт Хехт-Нильсен. Он определяет нейронную сеть как: «вычислительная система, включающая в себя некоторое количество простых взаимосвязанных элементов обработки, которые обрабатывают информацию по реакции динамического состояния на внешние входы».


Нейронная сеть

ИНС – это устройства обработки (алгоритмы или фактические аппаратные средства), которые моделируются по правилам образования нейронной структуры коры головного мозг, но в гораздо меньших масштабах.

Что такое машинное обучение?

Автор: Mike(admin) от 9-02-2017, 18:05

Машинное обучение представляет собой некоторый тип искусственного интеллекта, который, как правило, используется для создания моделей, с помощью которых выполняется анализ данных. Машинное обучение является процессом программирования, в котором вместо написания кода программы, как в случае с традиционными компьютерными архитектурами, электронной вычислительной системе дается множество наборов образцов данных, которые демонстрируют, что подойдет или что не подойдет для желаемой аналитической модели.


Аппараты Mayan Moons

Простым примером этого процесса являются методы сопоставления с образцом и распознавания образов, которые можно реализовать и в недорогих системах. Например, модуль Intel Curie на основе микроконтроллера Intel Quark имеет возможность выполнить простое сопоставление с образцом, поскольку такой микроконтроллер имеет массив из 128 нейронов по 128 байт каждый. Нейроны функционирует и как механизм принятия решений, и как память, поэтому в данном случае даже можно реализовать небольшую нейронную сеть. Нейроны содержат информацию, которая имеет свой вес, и вес, дающийся каждому нейронному соединению в сети, можно изменить как определенный алгоритм.