61

СОДЕРЖАНИЕ

СПИСОК ОБОЗНАЧЕНИЙ И СОКРАЩЕНИЙ 6

ВСТУПЛЕНИЕ 7

1 ИНФОРМАЦИОННО-АНАЛИТИЧЕСКИЙ ОБЗОР 8

1.1 Теория творческих процессов 8

1.2 Творческое восприятие 9

1.3 Творчество как комбинации представлений 11

1.4 Нейронные комбинации и связи 15

1.5 Связывание через свертку 19

2 ОПИСАНИЕ И АНАЛИЗ СУЩЕСТВУЮЩИХ МЕТОДОВ 21

2.1 Анализ творческого обучения в терминах искусственных нейронных сетей 21

2.2 Растущий нейронный газ 22

2.3 Анализ процессов с помощью нейронных сетей 23

2.4 Оптимизация обучения графиков с помощью генетических алгоритмов 25

3 МЕТОДОЛОГИЯ ПРОЕКТИРОВАНИЯ ДИНАМИЧЕСКИХ НЕЙРОННЫХ СЕТЕЙ 33

3.1 Моделирование обучения основанного на нейронной сети 33

3.2 Особенности моделирования творческой нейронной сети 38

3.3 Анализ реализации и проектирование динамических нейронных сетей 43

4 ТЕХНІКО-ЕКОНОМІЧНЕ ОБГРУНТВАННЯ РОЗРОБКИ 46

4.1 Опис об’єкта розробки 46

4.2 Опис продукту 46

4.3 Оцінка ринку збуту 46

4.4 Розрахунок витрат на розробку продукту 47

4.5 Висновки до економічної частини 52

5 ОХОРОНА ПРАЦІ І НАВКОЛИШНЬОГО СЕРЕДОВИЩА 53

5.1 Загальні положення 53

5.2 Характеристика робочого приміщення 53

5.3 Виробнича санітарія 54

5.4 Охорона навколишнього середовища 58

ВЫВОДЫ 59

СПИСОК ЛИТЕРАТУРЫ 60

Список обозначений и сокращений

• NG (Neural Gas) – нейронный газ.

• GNG (Growing Neural Gas) – растущий нейронный газ.

• DyCoN (Dynamically Controlled Network) – динамически управляемая сеть.

• DyCoNG (Dynamically Controlled Neural Gas) – динамически управляемый нейронный газ.

• KFM (Kohonen Feature Map) – функциональная карта Кохонена.

• SOM (Self-Organizing Map) – самоорганизующееся карта.

• GA (Genetic Algorithms) – генетические алгоритмы.

Вступление

Отрасль искусственного интеллекта на нынешний день является достаточно развитой, и продолжает развиваться, тесно переплетаясь с такими науками как информатика, математика, нейробиология, теория вероятности, философия и многими другими. Одним из самых развитых разделов искусственного интеллекта является нейронные сети. Последние разработки в этом направлении позволяют не только решить типичные для нейронных сетей задачи, как выявление скрытых зависимостей, кластеризация и экстраполяция, но и более сложные концептуально, которые позволяют более глубоко разобраться в когнитивных и ментальных процессах человеческого мозга. Примером, такой задачи, является симуляция творчества, и решением стало изобретение динамических нейронных сетей, которые имеют способность к изменению собственной топологии, а также анализу собственного обучения, в данной работе рассмотрен целый ряд таких сетей, их возможности и недостатки, а также предложена методология по проектированию и анализу сетей такого рода. В частности, рассмотрена самая современная из такого рода сетей – динамически управляемый нейронный газ.

Многие виды творчества являются результатом комбинаций воображаемых образов. Данная работа предоставляет описание и анализ того, как творческие процессы могут возникнуть от комбинирования нейронных шаблонов в нечто оригинальное и полезное. Современные исследователи полагают [1], что такие комбинации возникают с помощью механизмов, которые связывают вместе нейронную активность с процессом свертки, математической операцией, сочетающей структуры. Существуют компьютерные симуляции, которые демонстрируют возможность использования свертки для получения независимых шаблонов нейронной активности, которые поддерживают когнитивные и эмоциональные процессы, являющиеся основой человеческого творчества.

1 Информационно-аналитический обзор

1.1 Теория творческих процессов

В работе [6] приведены ключевые положения теории творческих процессов, в качестве гуманитарных приложений которой обоснована концепция понимания биологической эволюции как интуитивного мыслительного процесса. Матрица взаимодействия биологических видов, стабилизирующая биоценозы, трактуется как «этика генов»; предложено рассматривать последнюю в качестве научной основы биоцентризма «этики Ноосферы». Подчеркнута важность эко- и биоэтики в системе образования технологически развитых стран для преодоления тотальной экологической катастрофы.

Теория творческих процессов (ТТП) базируется на изучении механизмов творчества:

• Природы (синтетическая теория эволюции).

• Интеллекта человека (взаимодействие сознания и подсознания по работам Ганса Селье и Анри Пуанкаре).

• Коллектива индивидуумов (метод «мозгового штурма»).

• Логической машины Раймонда Луллия.

• Генетических алгоритмов (по работам Холланда и Фогеля).

Из глубокого анализа этих известных нам творческих процессов можно сделать вывод об их гомологичности, что даёт возможность постулировать «Оператор Творческого Процесса» в следующем виде:

С = R + S (1.1)

Под оператором понимается некий универсальный творческий закон получения новой информации на определенном уровне организации; здесь обозначено:

• С – оператор творческого процесса;

• R – ротационный синтез информационных структур;

• S – селекция информационных структур (по принципу гармонии и красоты).