- •Понятие, история развития теории нейронных сетей.
- •2. Основные свойства мозга, которые моделируются.
- •3. Основные области применения нейронных сетей.
- •4. Составляющие модели нейронной сети.
- •5. Понятие нейрона
- •6. Виды искусственных нейронов
- •7. Виды и назначение функции активации
- •8. Виды архитектуры нейронной сети.
- •9. Основные модели динамических нейронных сетей.
- •10. Парадигмы обучения нейронных сетей.
- •11. Параметры оптимизации системы, обучаемой по примерам.
- •12. Правила обучения.
- •13. Алгоритм обучения персептрона Розенблата.
- •14. Оценки качества нейронной сети.
- •15. Алгоритм обратного распространения ошибки
- •16. Способы обеспечения и ускорения сходимости
- •17. Сеть встречного распространения
- •18. Модель зрительного восприятия.
- •19. Виды сегментации изображения.
- •20. Виды преобразований изображения между классами
- •21. Особенности зрительного восприятия человека.
- •22. Методы пороговой обработки изображений.
- •23. Методы выделения контуров на изображении.
- •24. Метод уточнения контура
- •25. Методы распознавания изображений.
- •26. Основные проблемы теории искусственного интеллекта
- •27. Направления исследований в области систем искусственного интеллекта.
- •28. Данные и знания. Способ определения понятий.
- •29. Особенности знаний
- •30. Семантические сети.
- •31. Типы объектов и виды отношений в семантической сети.
- •32. Фреймовая модель.
- •33. Сравнительная харак-ка систем предста-ия знаний на основе сетевых моделей.
- •34. Продукционная система.
- •35. Логическая модель представления знаний.
- •36. Сравнительная характеристика систем представления знаний на основе продукций и логической модели.
- •37. Метод резолюций.
- •38. Виды неопределенности в задачах принятия решений
- •39. Понятие лингвистической переменной и основные операции теории нечетких множеств.
- •40. Характеристики речевых сигналов
- •41. Методы обработки речевого сигнала
- •42. Распознавание речевых сигналов.
- •Вопросы
- •Понятие, история развития теории нейронных сетей.
- •Основные области применения нейронных сетей.
42. Распознавание речевых сигналов.
Минимальной смысла - разделительной единицей языка является Фонемы.
В русском языке 42 буквы: 6 гласных и 36 согласных, а в английском языке 44: 20 гласных и 24 согласных. С каждой фонемой связано понятие набора формальных частот- основные частоты, участвующие в организации фонем.
При совместном появление различных звуков последовательности происходит их взаимное изменение акустических хар-стик фонем.
В результате появляются оттенки фонем, которые наз-ся Аллофоны.
Аллофон – это набор звуков, которые имеют одинаковые свойства или одинаково информативны.
Аллофоны различают: Комбинированные- обусловлены эффектом коартикуляции (когда один фонем накладывается на другой); позиционные- связан с положением фонемы по отношению к ударному слогу, начала и конца слова.
Дифтонги – элемент артикуляции речи, образуемый при переходе в произнесении от одной гласной к другой.
При распознавании и синтезе речи используется Морфемы у них устойчивая структура, поэтому выделяются легче.
Просодическая структура – связана с понятиями интонации и ударения.
Физические интонации и ударения реализуются с помощью след. Акустических средств:
-
мелодика – изменение частоты основного тона голоса;
-
ритмика – изменение длительности звуков и пауз;
-
энергетика – текущее изменение интенсивности звука.
Вопросы
-
Понятие, история развития теории нейронных сетей.
-
Основные свойства мозга, моделируемые нейронными сетями.
-
Основные области применения нейронных сетей.
-
Составляющие модели нейронной сети.
-
Понятие нейрона.
-
Виды искусственных нейронов.
-
Виды и назначение функции активации.
-
Виды архитектуры нейронных сетей.
-
Основные модели динамических нейронных сетей.
-
Парадигмы обучения нейронных сетей.
-
Параметры оптимизации системы, обучаемой по примерам.
-
Правила обучения.
-
Алгоритм обучения персептрона Розен блата.
-
Оценки качества работы нейронной сети.
-
Алгоритм обратного распространения ошибки.
-
Способы обеспечения и ускорения сходимости процесса обучения.
-
Сеть встречного распространения.
-
Модель зрительного восприятия.
-
Виды сегментации изображения.
-
Виды преобразований изображения между классами.
-
Особенности зрительного восприятия человека.
-
Методы пороговой обработки изображений.
-
Методы выделения контуров на изображении.
-
Метод утончения контура.
-
Методы распознавания изображений.
-
Основные проблемы теории искусственного интеллекта.
-
Направления исследований в области систем искусственного интеллекта.
-
Данные и знания. Способ определения понятий.
-
Особенности знаний.
-
Семантические сети.
-
Типы объектов и виды отношений в семантической сети.
-
Фреймовая модель.
-
Сравни-ная характеристика систем представления знаний на основе сетевых моделей.
-
Продукционная система.
-
Логическая модель представления знаний.
-
Сравн-ная характ-ка систем ПЗ на основе продукций и логической модели.
-
Метод резолюций.
-
Виды неопределенности в задачах принятия решений.
-
Понятие лингвисти-кой переменной и основные операции теории нечетких множеств.
-
Характеристики речевых сигналов.
-
Методы обработки речевого сигнала.
-
Распознавание речевых сигналов.