Модели смысла и сознания в искусственном интеллекте

Проблематика смысла в понимании механизмов мышления и развития сознания. Ключевые аспекты математической модели синтеза искусственной интеллектуальной среды. Система порождения понятийно-смысловых образов, отражающих состояние сознания человека.

Рубрика Программирование, компьютеры и кибернетика
Вид статья
Язык русский
Дата добавления 17.01.2018
Размер файла 31,2 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

УДК 591.185.5; 612.85

МОДЕЛИ СМЫСЛА И СОЗНАНИЯ В ИСКУССТВЕННОМ ИНТЕЛЛЕКТЕ

Н.Г. Горбушин, gorbushn@mrrc.obninsk.ru,

249036, Обнинск, Калужской обл.,

ул. Королёва, д. 4, МРНЦ РАМН

Актуальность темы

Решение проблемы перехода от простых элементарных понятийных моделей смысла и сознания к количественному выражению соотношений между ними открывает возможность синтеза и анализа их пространства состояний. В качестве элементарных единиц смысла и сознания рассматриваются понятийно-смысловые образы, каждый из которых характеризует квант знания. На их основе синтезированы искусственные интеллектуальные среды, позволяющие количественно оценить взаимодействие между разнообразными явлениями природы и действиями человека в чрезвычайно сложной системе "Биосфера и Человечество".

Проблема смысла в понимании механизма мышления волнует человечество с незапамятных времен, поскольку логически обоснованные принятые решения считались своего рода искусством владения языком логики и поведенческих реакций. При этом было отмечено, что "экономия умственной энергии может рассматриваться как одно из главных условий, от которых зависит господствующее интеллектуальное положение личности, владеющего знанием смысла слова" [Jevons, 1874].

В естественном языке редко бывает так, чтобы слово всегда имело один и тот же смысл в разных контекстах. Поэтому Г. Фреге дал подробный анализ что такое "понятие", "переменная", "функция", "смысл", "истинностное значение" и др. Его теория имен изложена в монографии [Чёрч, 1960] и развита в трудах Г. Карнапа до уровня семантического анализа предикатов. Он ввел понятия "экстенсионал", характеризующий денотат, и "интенсионал", характеризующий его смысл. Введенное новшество позволило установить эквивалентность предложений, позволяющих решать проблемы прагматики, исключая понятие синонимичности [Карнап, 1959].

Проблема смысла имеет существенное значение и в развитии сознания. Она находится в центре внимания на стыке разнообразных комплексов общественных, естественных и технических наук в исследовании сложных, многопараметрических взаимосвязей между мыслью, языком и действительностью, выявлении многообразия функциональных связей в процессе человеческого познания и коммуникации в логике [Клини, 1973; Логическая, 1967; Смирнова, 1990], философии [Павилёнис, 1983; Агафонов, 2000], лингвистике при анализе моделей "смысл текст" [Мельчук, 1999]. Особое место смысл занимает в информационно-поисковом языке при формировании поискового образа и количественном измерении семантической информации [Бухалева, 1978].

Трудность исследования знаковой функции языка в интеллектуальных информационных системах заключается в установлении смысловых связей по структуре записи значений признаков [Рубашкин, 1989]. При этом любую структуру записи данных представляют в соответствии с формулой:

x (P1(x) P2(x) Pn(x)).

При анализе записей значения признаков Pi(x) обычно включают в типовые схемы смысловых связей:

1. P(x) P1(x) P2(x) ;

2. P(x) P1(x) P2(x);

3. P(x) P1(x) P2(x);

4. P(x) R(P1(x),P2(x)) - отношение принадлежности;

5. P(x) P1(x) y(R(x,y) P2(y))

- связь через отношение свойств объектов x и y.

Однако реальный мир неисчерпаем, поэтому при изучении его предметного значения В.П. Налимов рассматривает текстовый вариант проявления сознания, предполагая, что он является феноменом максимальной сложности смыслов, поскольку не может быть алгоритмически записан короче, чем есть [Налимов, 1989]. Его предложение заключается в том, что понимание текста всегда личностное явление и может быть задано силлогизмом Бейеса:

p(/y) = k p()p(y/),

где - изначально упорядоченные все возможные элементарные смыслы, p() - плотность вероятности смыслов, содержащихся в тексте, p(y/) - фильтр спонтанного появления некой новой ситуации у. При этом p() характеризует множество факторов в природе, которые автоматически задают самоорганизацию Мироздания в соответствии с представлениями сознания наблюдателя, лишенного свободы смыслов. В результате возникает проблема Метасознания, связанного с трансличностным сознанием и открывает новые направления в построении модели Мироздания со своим языком и семантическим полем [Налимов, 1993].

Сущность предмета анализа "текст модель мира" может быть выражена также в виде моделей знаний W и W [Осипов, 1997].

Модель:

W = {D, S, R, F}

представляет функциональную неоднородную сеть. В ней:

D = {D1, D2, …, Dn},

где Di множество атрибутов (объектов или процессов). Каждому атрибуту ставится в соответствие некоторое подмножество кортежей из декартова произведения:

Dk = Di1 Di2 Dik (k n).

Множество D можно назвать экстенсионалом или объемом смысла; S - множество имен предметов и процессов реального мира; R - множество событий;

F = {f1, f2, …, fn, }

- семейство функций, действующих на декартовых произведениях:

Dk = Di1 Di2 Dik.

Модель:

W = {D, P, R, F}

задает интенсиональную неоднородную сеть, где P - множество событий-прототипов; R - определение отношений на событиях P.

Смысловой образ предмета в разных мыслящих системах может существенно различаться, но в процессе обсуждения формируется общее информационное пространство и потенциал сознания [Хренников, 2004]. При этом потенциал сознания С(q) определяется посредством волновой функции (q) мыслящей системы в ментальном пространстве R(q):

С = - R(q)/ R(q), R2(q) = (q)((q)).

В рассматриваемой модели волновая функция (q) является не чем иным как полем сознания. Несомненно, предложенный формализм является естественным обобщением различных моделей и представлений в системе "смысл сознание".

Дальнейшее развитие проблемы, по нашему мнению, ведет к необходимости понимания механизмов взаимодействия ментального пространства и материального мира. Стратегическая важность и трудность представления такого подхода приводит к необходимости создания единого (целостного) и адекватного языка для формального описания наблюдаемых процессов и их отображения. По-видимому, здесь целесообразно обратить внимание на рекомендации Д.А. Поспелова [Поспелов, 1998] в отношении формирования человеческого сознания и способа познания мира посредством объединения символьно-логического и образного мышления. Эти две системы сосуществуют у человека как одно неразрывное целое и остается только 1) уточнить понятие "образ"; 2) выработать понятийную систему ИИ, в которой образ займет соответствующее его важности положение и 3) система должна порождать образы из образов, т.е. в ней должна быть реализована система операций над образами [Панельная, 1998].

Решение обозначенной проблемы, по нашему мнению, следует искать в направлении синтеза искусственных интеллектуальных сред (ИИС) [Горбушин, 1996], основу которых составляют кванты знания, представленные в виде понятийно-смысловых образов (объектов) (ПСО) реальной среды. смысл сознание мышление интеллектуальная

Следует отметить, что J. Hintikka предложил формальное описание кванта знания в виде "для любого -субъекта является истинным, если и только если истинно высказывание:

(х) [В(х=b)(x=b)]"

[Hintikka, 1969]. Однако в реальной природе по причине несоответствия языка и рассматриваемого явления всегда присутствует x\x' = , где 0. Человек невольно использует семантический конвертор в своей мыследеятельности и тогда любое высказывание следует записать в виде:

(х) [В(х=b)(x'=b)].

Любая мысль, любая произнесенная фраза всегда может быть представлена в виде ряда ее ключевых элементов:

(х) [А(х 1=a)(х'1=a)],

(х) [В(х 2=b)(х'2=b)],...,

(х) [M(хn=m)(х'n=m)],

т.е. = f(a, b,..., m) - смысл общей фразы является функцией значений ее синтаксических частей (терминов). Их множество образует терминологическое пространство. В работах [Горбушин, 2000; Горбушин, 2003a] изложена технология анализа такого пространства в виде метрологии смыслов, связанной с функционированием модели интуитивного мышления для формирования понятийно-смысловых образов (ПСО) и алгоритмом синтеза искусственной интеллектуальной среды (ИИС). При этом ИИС является отражением отношений множества атрибутов модели:

M (V, D, G, F, T),

где V - терминологическое пространство области исследования; D - синтаксическое отображение объектов (денотатов) исследования d(i)D; G - область интерпретации смыслов g G; F - функция интерпретации синтаксических объектов(констант); T - множество циклов итерации: P [d,g] - двуместный предикат, объединяющий термин и его смысловое содержание. Причем P [d,g] ИСТИННО (i, M), если и только если

{Fd(i),Fg(i)}Fp(i).

Принимая во внимание семантическую неоднородность словаря терминов, введены ограничения: денотат термин денотация экстенция - экстенсионал и смысл интенция - интенсионал. С помощью модели интуитивного мышления были выделены:

ПСО(i)={Pd [d(i)]}M,V,T,g,

каждый из которых представляет один термин или группу семантически однородных и связанных между собой терминов, содержащих схожий смысл и характеризующих квант знания (подобно кванту энергии) о явлениях, свойствах или закономерностях материального и духовного мира, а также видов деятельности человека.

Математическая модель синтеза ИИС изложена в работах [Горбушин, 2000, Горбушин, 2003a]: граф Г, вершины которого X = {x1, x2,...,xn} соответствуют множеству ПСО, вес каждой дуги (xi, xj) соответствует силе связи между i-м и j-м объектами (i, j = 1, 2,...,n), которые образуют матрицу A = ||a i j||n1 множества взаимосвязанных между собой элементарно структурированных ПСО в исследуемой области знания.

Активность взаимных связей ПСО устанавливает меру взаимодействия противоречивых и "несовместимых" друг с другом идей. По существу, посредством ИИС формируется нетрадиционная модель отображения "сознания". Она объединяет разрозненные комплексы знаний, исключая "сингулярность" и "парадоксальность" смыслов, выявляет возможные причины, условия и состояния конфликтных ситуаций, требующих поиска сбалансированного состояния среды и "точки покоя", в которой может сформироваться "новое мышление", новое понимание и знание происходящих процессов, требующих приложения сверхсознания с присущей ему энергией.

Практическая реализация

Нами разработан алгоритм, программные средства и осуществлен синтез ИИС по проблемам: Онкология, Наукоград - Обнинск, Биосфера и Человечество и др.

По нашему мнению, наибольший интерес для анализа представляет комплексная проблема "Биосфера и Человечество", поскольку в ней наиболее ярко проявляется сознание индивида, популяции и природы. Эту проблему в виде открытой термодинамической системы сформулировал один из крупнейших ученых ХХ века Н.В. Тимофеев-Ресовский в 1968 году. В качестве исходного материала для ее представления и понимания мы рассматривали труды классиков науки, современных отечественных и зарубежных исследователей в области естественно-научной биосферологии. При анализе отобранной информации был сформирован машиночитаемый массив из 360 документов, терминологическое пространство которых охватило более 12000 терминов. Принимая во внимание частотную характеристику терминологического пространства, представилось возможным выделить репрезентативную выборку терминов по тематическому критерию, связанного с параметрами системы, явления, свойства и т.п. В результате такого подхода из общего пространства было выделено около 1500 терминов, из них в соответствии с правилами модели интуитивного мышления сформировано 1034 понятийно-смысловых образа (ПСО, semantic image(object)). Выделенные ПСО были сгруппированы по тематическим разделам: биология, биофизика, биосфера, человек, космос, космические экологические системы, космология, экология, эффективность, энергия, эволюция, геосфера, живое вещество, климат, математическое моделирование, философия, физика, планеты, радиоэкология, социум, свойства, системы, техника и явления. На их основе впервые в мировой теории и практике синтезирована первая версия искусственной интеллектуальной среды (ИИС) по проблеме "Биосфера и человечество", представленной в виде матрицы размерностью |10341034| объемом более 5 Мбайт [Горбушин, 2003 с.].

Технология анализа ИИС

По причине отсутствия умозрительных и интуитивных средств, способных установить количественную взаимосвязь между ПСО в большом объеме информации, воспользуемся некоторыми принципами поведения естественного интеллекта. В этой связи нами разработана технология, позволяющая провести экстремальную оценку состояния проблемы, затем рассмотреть эволюционную и стохастическую оценку состояний проблемы. При этом могут быть выделены актуальные, нейтральные и пассивные состояния исследований. Подробный структурный и численный анализ состояний проблемы приведен в работе [Горбушин, 2003a], но некоторые фрагменты представляют интерес в связи с рассматриваемой темой. По разделу "Биосфера" следует обратить особое внимание на ПСО, характеризующие ее строение и демографические процессы, функция которых в свою очередь связана с состоянием биосферы, проявляющей свойство энергетического экрана Земля-Космос. Здесь невозможно оставить без внимания биосферу как конвертор космической энергии, проблемы гомеостаза, очевидно, не только организма человека, но и биосферы в целом, обусловленной функциональными прямыми и обратными связями взаимодействия природы и человека.

Благодаря уникальности ИИС представляется возможным выделить в ней ПСО, имеющие экстремальные значения связей и принадлежащие к разделу "Человек". Здесь, в связи с неограниченной коэволюцией биосферы и человечества, следует обратить внимание на повышение эффективности молекулы белка, стратегию обживания космоса, могущество человека, ядерно-электрические ракеты как эффективное транспортное средство в космическом пространстве. Как видим, полученный результат полностью согласуется с идеями В.И. Вернадского, отражает глубокую "романтическую" мечту человечества с надеждой на грядущие транспортные средства. Очевидно, здесь требуется подключить знания о космических экологических системах и замкнутых системах жизнеобеспечения человека при продолжительных экспедициях (звучит современность идеи К.Э. Циолковского).

Система порождения образа из образов

Человеческий разум в настоящее время не обладает полным и исчерпывающим алгоритмом самопознания. Причем это равным образом касается как абстрактного логического мышления, так и эмоциональной сферы. По существу, центральная проблема создания ИИС, обладающей свойствами "сознания" [Горбушин, 2003b], заключается в образном восприятии и понимании нового созвучия неизреченной истины, которую можно сформулировать в виде:

({}{})ПСОn+1,

где - параметр согласования размерности структуры и свойства. Здесь вполне естественно возникает психологический аспект создания модели личности, анализом его потока сознания и непрерывно меняющегося состояния. Это свойство особенно ярко проявляется в режиме принятия решения, постоянно реализуя избирательную функцию в интеллектуальной деятельности. Не исключается вероятность того, что сознание участвует в творении мира и всего живого. Жизнь - это поиск смысла, смысл - отражение сознания, сознание нечто тайное [Мамардашвили, 1992].

Становится совершенно ясно, что:

а) ИИС, сформированные на основе понятийно-смысловых образов, отражают состояние сознания человека, способствуют совершенствованию механизма мышления естественного интеллекта в понимании законов природы и решении проблем коэволюции биосферы и человечества;

б) свойство биосферы, проявляющееся как энергетический экран-конвертор в системе Космос - Земля, обусловливает биосферно-энергетическую стратегию мышления и развития Человечества.

Накопленный естественнонаучный опыт свидетельствует о том, что Человечество научилось понимать явления, свойства и закономерности живой природы, излагая их на своем языке и в соответствии со своей исторически сложившейся логикой. Поэтому предложенные нами ПСО человека (ПСО-Ч) оказались достаточно удобными компонентами для синтеза ИИС и целостного восприятия исследуемой области знания. Однако язык природы существует независимо от языка человека и, следовательно, имеет свою семантику и ПСО природы (ПСО-П). Отсюда возникает проблема объединения ПСО-Ч и ПСО-П в едином пространстве состояний сознания всего живого вне зависимости от его локализации. При ее решении потребуется выявить языковую систему природы, выделить консолидирующую функцию информации в формировании глобальной ИИС и создать формальную модель единой и целостной системы на уровне триады "общественно-политические - социально-экономические - информационно-энергетические процессы". Необходимость понимания механизмов и реализация технологии взаимодействия элементов этой триады обеспечит совершенствование жизни на планете Земля. Здесь формируется особый тип мышления, предлагающий не только "умные" способы решения трудных задач, но и понимание механизмов работы глобального состояния сознания, характеризующего интеллектуальную среду сообщества на уровне популяции [Луговской, 2005].

Заключение

В порядке заключения следует отметить, что в предлагаемой модели возникает множество вариантов, которые невозможно проанализировать, используя традиционную логику персонифицированного мышления в управлении и, тем более, вычленить из него оптимальный сценарий развития. Персонифицированное состояние сознания может оценить сиюминутную выгоду и принять решение, но увидеть целостное взаимодействие движущейся материи и общества ему не представляется возможным. Тем не менее, используя искусственные интеллектуальные среды, появляется возможность понимания механизмов целостного взаимодействия материального мира, свойств живого вещества, построения и анализа устойчивости моделей формирования и развития общественных образований, животного и растительного мира, а также их сообществ. При этом критерием правильного решения проблемы могут служить модели пространства состояний сознания и биосферно-энергетические стратегии. Более того, полученный нами результат свидетельствует о многообразии открывающихся направлений фундаментальных исследований и целесообразности развития идей в области создания единого языка теоретической биологии, физики и сознания для решения проблем искусственного интеллекта грядущих поколений XXI века.

Список литературы

1. [Агафонов, 2000] Агафонов А.Ю. Человек как смысловая модель мира. - Самара, Издат. Дом "БАХРАХ-М", 2000.

2. [Бухалева, 1978] Бухалева Э.И. Моделирование смысла термина информационно-поискового языка. -М.: Машиностроение, 1978.

3. [Горбушин, 1996] Горбушин Н.Г. Искусственные интеллектуальные среды в понимании и прогнозировании влияния малых доз радиации //Новые промышленные технологии. М.: Минатом, 1996. вып. 2-3.

4. [Горбушин, 2000] Горбушин Н.Г. Семантический конвертор и метрология смыслов// Теория, методы и средства измерений, контроля и диагностики: Материалы международной научн.-практич. конф. Новочеркасск, ЮРГТУ, 2000. Ч.9.

5. [Горбушин, 2003a] Горбушин Н.Г. Интеллектуальные средства синтеза знаний в системе биосфера и человечество // "В.И. Вернадский и современность". Материалы торжественного заседания, посвященного 140-летию со дня рождения академика В.И. Вернадского (г. Москва, 12.03.2003 г.) - М.: Издат. дом "Ноосфера", 2003.

6. [Горбушин, 2003b] Горбушин Н.Г. Модели сознания в интеллектуальных средах при оценке медико-биологических процессов // Труды Международных научно-технических конференций "Интеллектуальные системы" и "Интеллектуальные САПР". М.: ФМЛ, 2003, Т.2.

7. [Горбушин, 2003с] Горбушин Н.Г., Павлова Н.Н., Воскресенская В.И. Искусственная интеллектуальная среда для решения проблемы "Биосфера и Человечество" // Труды регионального конкурса научных проектов в области гуманитарных наук. Вып.4, Калуга: Изд.дом "Эйдос", 2003.

8. [Карнап, 1959] Карнап Г. Значение и необходимость. - М.: ИЛ, 1959.

9. [Клини, 1973] Клини С. Математическая логика. - М.: Мир, 1973.

10. [Логическая, 1967] Логическая семантика и модальная логика. - М.: Наука, 1967.

11. [Луговской, 2005] Луговской В.М. Супермозг популяции и перспективы человечества. Иерусалим, Htalth and Healing Ltd., 2005. - 32c.

12. [Мамардашвили, 1992] Мамардашвили М. Естественно-историческое описание явлений сознания // Вопросы методологии, 1992, № 3-4.

13. [Мельчук, 1999] Мельчук И.А. Опыт теории лингвистических моделей "смысл <=> текст". - М.: 1999.

14. [Налимов, 1989] Налимов В.В. Спонтанность сознания. М.: Прометей, 1989.

15. [Налимов, 1993] Налимов В.В. В поисках иных смыслов. М.: Прогресс, 1993.

16. [Осипов, 1997] Осипов Н.С. Приобретение знаний интеллектуальными системами. - М.: Наука. Физматлит,1997.

17. [Павилёнис, 1983] Павилёнис Р.И. Проблема смысла. - М.: Мысль, 1983.

18. [Панельная, 1998] Панельная дискуссия// Новости искусственного интеллекта, 1998. - № 1.

19. [Поспелов, 1998] Поспелов Д.А. Метафора, образ и символ в познании мира // Новости искусственного интеллекта. - 1998. - № 1.

20. [Рубашкин, 1989] Рубашкин В.Ш. Представление и анализ смысла в интеллектуальных информационных системах. - М.: ФМЛ, 1989.

21. [Смирнова, 1990] Смирнова Е.Д. Основы логической семантики. - М.: Высш. шк., 1990.

22. [Хренников, 2004] Хренников А.Ю. Моделирование процессов мышления в р-адических системах координат. М.: ФМЛ, 2004.

23. [Чёрч, 1960] Чёрч А. Введение в математическую логику. - М.: изд. ИЛ, 1960.

24. [Jevons, 1874]Jevons W.S. The Principles of Sciense: A Treatise on Logic and Scientific Method (1874). Dover Publ., New York, 1958. (цит. по Фогель Л., Оуэнс А., Уолш М. Искусственный интеллект и эволюционное моделирование. - М.: Мир, 1969).

25. [Hintikka, 1969] Hintikka J. Models for Modalities. Dordrecht, Reidel, 1969.

Размещено на Allbest.ru

...

Подобные документы

  • Описание структурной схемы искусственного нейрона. Характеристика искусственной нейронной сети как математической модели и устройств параллельных вычислений на основе микропроцессоров. Применение нейронной сети для распознавания образов и сжатия данных.

    презентация [387,5 K], добавлен 11.12.2015

  • Философия искусственного интеллекта. Этические проблемы создания искусственного разума. Теория принятия решений, выбор при неопределенности. Возможность моделирования сознания: информационно-синергетический подход; средства интеллектуализации информации.

    презентация [2,0 M], добавлен 07.03.2015

  • Представление знаний в когнитологии, информатике и искусственном интеллекте. Связи и структуры, язык и нотация. Формальные и неформальные модели представления знаний: в виде правил, с использованием фреймов, семантических сетей и нечетких высказываний.

    контрольная работа [29,9 K], добавлен 18.05.2009

  • Использование алгоритмов машинной графики для разработки модели прозрачных и отражающих объектов. Визуальная оценка реалистичности изображения, эффектов отражения и преломления. Поиск отраженного и преломленного лучей. Описание интерфейса программы.

    курсовая работа [1,6 M], добавлен 04.06.2013

  • Формальные модели морфологии и семантики. Основные синтаксические концепции. Трансформационная грамматика. Представление о модели "смысл-текст". Виды прагматических знаний. Автоматический анализ и синтез речи. Машинный перевод текста. Экспертные системы.

    курсовая работа [294,2 K], добавлен 19.06.2015

  • Метод решения математической модели на примере решения задач аналитической геометрии. Описание согласно заданному варианту методов решения задачи. Разработка математической модели на основе описанных методов. Параметры окружности минимального радиуса.

    лабораторная работа [310,6 K], добавлен 13.02.2009

  • Выявление закономерностей и свойств, применимых в искусственной нейронной сети. Построение графиков и диаграмм, определяющих степень удаленности между объектами. Моделирование, тестирование и отладка программной модели, использующей клеточный автомат.

    дипломная работа [4,1 M], добавлен 25.02.2015

  • Анализ современного состояния общей проблемы синтеза моделей многофакторного оценивания и подходов к ее решению. Разработка математической модели метода компараторной идентификации модели многофакторного оценивания. Описание генетического алгоритма.

    дипломная работа [851,7 K], добавлен 11.09.2012

  • Понятие математической модели, свойства и классификация. Характеристика элементов системы Mathcad. Алгоритмический анализ задачи: описание математической модели, графическая схема алгоритма. Реализация базовой модели и описание исследований MathCAD.

    реферат [1,0 M], добавлен 20.03.2014

  • Факторы, на которых основывается принцип защиты от исследования систем. Ранжирование Денисовым А.А. сегментов сознания человека в соответствии с доминирующим типом квазипсихической активности. Алгоритм построения "уникальной" системы, ее значение.

    презентация [111,0 K], добавлен 27.11.2013

  • Построение концептуальной модели и метод имитационного моделирования. Определение переменных уравнений математической модели и построение моделирующего алгоритма. Описание возможных улучшений системы и окончательный вариант модели с результатами.

    курсовая работа [79,2 K], добавлен 25.06.2011

  • Основные понятия теории распознавания образов и ее значение. Сущность математической теории распознавания образов. Основные задачи, возникающие при разработке систем распознавания образов. Классификация систем распознавания образов реального времени.

    курсовая работа [462,2 K], добавлен 15.01.2014

  • Исследование основных динамических характеристик предприятия по заданному каналу управления, результаты которого достаточны для синтеза управляющей системы (СУ). Построение математической модели объекта управления. Анализ частотных характеристик СУ.

    курсовая работа [2,1 M], добавлен 14.07.2012

  • Принцип работы нейросетей и модели синтеза. Ключевые моменты проблемы распознавания речи. Система распознавания речи как самообучающаяся система. Описание системы: ввод звука, наложение первичных признаков на вход нейросети, модель и обучение нейросети.

    курсовая работа [215,2 K], добавлен 19.10.2010

  • Общая характеристика и свойства системы Matlab - пакета прикладных программ для решения задач технических вычислений. Разработка математической модели в данной среде, программирование функций для задающего воздействия. Проектирование GUI-интерфейса.

    курсовая работа [1023,2 K], добавлен 23.05.2013

  • Структура математической модели линейной задачи, алгоритм симплекс-метода. Разработка программы: выбор языка программирования, входные и выходные данные, пользовательский интерфейс. Описание программы по листингу, тестирование, инструкция по применению.

    курсовая работа [1,2 M], добавлен 31.05.2013

  • Создание математической модели системы массового обслуживания на примере банка. Разработка имитационной модели на языке программирования С++. Блок-схема программы, перевод модели на язык программирования. Верификация и валидация имитационной модели.

    курсовая работа [630,5 K], добавлен 01.06.2015

  • Анализ существующих алгоритмов обработки информации человеком и современных моделей памяти. Разработка алгоритмов и математической модели ассоциативного мышления. Имитационная модель обработки информации. Компьютерный эксперимент по тестированию модели.

    курсовая работа [2,3 M], добавлен 19.11.2014

  • Алгоритм симплекс-метода. Задача на определение числа и состава базисных и свободных переменных, построение математической модели. Каноническая задача линейного программирования. Графический метод решения задачи. Разработки математической модели в Excel.

    курсовая работа [1,1 M], добавлен 18.05.2013

  • Сравнительный анализ Matlab и Mathcad при моделировании динамических систем. Подсистема Simulink пакета MATLAB. Расчёт базовой модели и проведения исследований. Описание математической модели. Векторные и матричные операторы. Нижние и верхние индексы.

    курсовая работа [338,5 K], добавлен 06.02.2014

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.