194 / 320
192
ГЛАВА 7. ЗАДАЧИ ПРОГНОЗИРОВАНИЯ, ВОССТАНОВЛЕНИЯ
И КЛАССИФИКАЦИИ ГЕЛИОГЕОФИЗИЧЕСКИХ
ДАННЫХ, РЕШАЕМЫЕ СИСТЕМАМИ
ИНТЕЛЛЕКТУАЛЬНОЙ ОБРАБОТКИ ДАННЫХ
§7.1. Нейросетевые подходы к решению задач по восстановлению и
классификации физических процессов на основе
имеющихся потоков данных. Примеры и результаты
Искусственная нейросеть (ИНС) – это математическая модель,
построенная
по
принципу
организации
и
функционирования
биологических нейронных сетей. ИНС представляет собой систему
соединённых и взаимодействующих между собой простых узлов –
искусственных нейронов. Каждый узел обрабатывает сигналы, которые он
периодически получает и посылает другим узлам. Будучи соединёнными
в общую сеть с управляемым взаимодействием, такие локально простые
вычислительные центры вместе способны выполнять сложные задачи.
Большинство гелиогеофизических задач, решаемых нейросетевыми
методами,
сводятся
к
двум
основным
типам – это
задачи
по восстановлению и задачи по классификации физических процессов.
Если причину и следствие в рамках решения рассматривать как потоки
числовых данных, то нейросетевую модель можно представить в виде
фильтра, результатом работы которого является цифровой ответ,
интерпретируемый экспертом.
Одно из главных преимуществ нейронных сетей перед
традиционными алгоритмами заключается в возможности «обучения», т.е.
ИНС не программируются в привычном смысле этого слова, они
«обучаются» или «настраиваются». В процессе обучения нейронная сеть
способна выявлять сложные зависимости между входными данными и
выходными, а также выполнять обобщение. Математический алгоритм
настройки ИНС заключается в нахождении коэффициентов связей между
нейронами. Это означает, что в случае успешной настройки ИНС сможет