Адаптивные нейросети

Применение нейронных сетей для обработки финансово-экономических данных предприятий сопряжено с рядом трудностей. В некоторых случаях входные данные соотносятся с желаемыми выходными данными либо могут быть охарактеризованы с помощью ряда устойчивых факторов. Это равносильно априорному предположению о существовании неких правил, управляющих преобразованием исходных временных рядов во множество выходных данных. Все это приводит к проблеме выявления репрезентативных рядов и факторов, существенных с точки зрения характеристики входных данных, а также значимых примеров. Сложность использования АНС в этом случае обусловлена тем, что размерность плоскости выходных параметров должна быть определена до начала обучения. Кроме того, в процессе самообучения нейросети не допускается добавление новых нейронов. Таким образом, метод АНС иногда является недостаточно гибким.

В таких случаях метод АНС целесообразно дополнить генетическими алгоритмами. Гибридная нейросетевая модель, совмещающая обучающую процедуру метода АНС с эволюционной моделью, значительно повышает гибкость использования нейронной структуры. Гибридная модель может обеспечить получение более полной и осмысленной информации о финансово-экономических процессах на предприятиях (как качественной, так и количественной).

В целом применение АНС не предполагает полного отказа от других хорошо известных методов, и сетевые модели целесообразно дополняться другими методами анализа. Результаты, полученные с помощью АНС, часто можно улучшить, если использовать их в сочетании с традиционными статистическими методами либо в комбинации с другими прогрессивными средствами, такими как многомерные статистические модели; нейронные сети, обучаемыми с учителем; нейронные модели, подобными многослойному перцептрону; генетические алгоритмы, нечеткая логика, алгоритмы оптимальной цифровой фильтрации, выделения слабых сигналов с помощью критерия х2 и т.д. Прогностические способности АНС целесообразно улучшить с помощью численного моделирования методом Монте-Карло и общего метода моментов. Проекции Сэммона следует использовать для демонстрации относительных расстояний между входными векторами данных. Каждый из дополнительных методов в наибольшей степени отвечает решению некоторых специальных аспектов решаемых задач. Поэтому для каждого из таких аспектов следует выбирать наиболее подходящие методы.

Наиболее правильным подходом в использовании АНС является интегрирование этого метода в комплексную систему информационного обеспечения принятия решений, предназначенную для управления крупными портфелями ценных бумаг инвесторов.

Интеллектуальные информационные системы

Объем общедоступной информации по этой проблематике огромен и очень быстро возрастает.
Поэтому автор полностью осознает, что данное учебное пособие ни в коей мере не может претендовать на полноту изложения и является не более чем кратким введением в проблематику искусственного интеллекта, причем в авторской интерпретации. На это, в общем-то, и рассчитан обзорный курс, на который в учебном плане отведено лишь 68 часов.
При изложении материала не удалось избежать некоторых повторов, что, правда, может быть как-то оправдано с методической точки зрения ("Повторение – мать учения").
В то время необходимо отметить, что наука о системах искусственного интеллекта пока даже не имеет общепринятого названия, является одной из самых бурно развивающихся, новые результаты появляются в ней чуть ли не ежедневно, многие ее положения спорны и находятся в процессе обсуждения, и говорить о об этой науке, как об "устоявшейся" не приходится и еще, по-видимому, долго не придется. По мнению автора в этой ситуации полезнее для дела, т.е. для качества обучения, не загаживать проблемы науки, строя изложение так, как будто они все уже решены, а открыто показывать их, т.к. они являются "точками роста" науки. По этой же причине автор, сам являющийся активно работающим в области систем искусственного интеллекта исследователем и разработчиком, счел возможным в ряде случаев выразить в порядке научной дискуссии и свою точку зрения, даже если она ранее не публиковалась в научной печати. Поэтому данное "учебное пособие" в какой-то мере является и "научной работой". Кроме того авторское восприятие проблематики довольно сильно сказалось как на выборе материала, так и на характере его изложения.

Как бы вы не относились к рекламе, а это очень даже важная часть любого возможного бизнеса. Да и отдельный хорошо оплачиваемый бизнес тоже. Как и в любом деле связанном с деньгами тут есть множество ньюансов. Кроме того, уже трудно перечислить все виды и способы рекламы.

Бренд Менеджмент и реклама
Рекламный ююджет
Виды рекламы
Дизайн рекламы
Журналистика и реклама

Закон о рекламе
Реклама в Интернет
История рекламы
Рекламные кампании
Креатив в рекламе

Рекламный маркетинг
Реклама - Сканеры и сканирование
Рекламный стиль
Учебники по рекламе
Язык рекламы

Работа с Adobe InDesign
Рекламные объявления
Организация рекламы
Цвет и цветовоспроизведение
Руководство по рисунку и живописи

Электронные издания
Самоучитель по Publisher
Издательская система Publisher
Самоучитель по Acrobat 6.0
Основы издательского дела

Краткий курс DirectDraw
Графика средствами DirectInput
Инструкция по сканированию книг
Работа в Microsoft PowerPoint XP
Работа с Text Wrap

Самоучитель по InDesign
Фокусы ClassView
Основы рекламы
Печатная реклама
Политическая реклама

Реклама предприятия
Реклама - Презентации
Психология рекламы
Реклама в России
Рынок рекламы

Реклама в СМИ
Современная реклама
Издательская система QuarkXPress
Самоучитель по Adobe InDesign CS2
Adobe InDesign. Верстка книг

Самоучитель по QuarkXPress 6
Работа в системе LaTeX