Психологическая интуиция искусственных нейронных сетей
Страница 1

оглавление

Введение 4

Глава 1. Психодиагностика и нейронные сети . 13

1.1 Задачи и методы современной психодиагностики . 13

1.2 Сущность интуитивного метода . 16

1.3 Математические модели и алгоритмы психодиагностики . 17

1.4 перспективные алгоритмы построения психодиагностических методик 23

1.5 методы восстановления зависимостей 25

1.6 алгоритмы и методы безусловной оптимизации . 29

1.7 нейронные сети . 36

1.7.1 Основные элементы 36

1.7.2 Структура сети 37

1.7.3 Прямое функционирование сети 37

1.7.4 Обучение сети . 38

1.7.5 Обратное функционирование . 39

Выводы главы 1 40

Глава 2. Решение нейросетями классических задач психодиагностики 41

2.1 Классический эксперимент . 41

2.2 Оценка значимости вопросов теста 44

2.3 Контрастирование сети по значимости вопросов теста 46

2.4 Результаты экспериментов с контрастированными сетями . 47

Выводы главы 2 48

Глава 3. Интуитивное предсказание нейросетями взаимоотношений 50

3.1 Проблема оценки взаимоотношений 50

3.2 Общая задача экспериментов 50

3.3 Применяемые в экспериментах психологические методики 51

3.4 Эксперименты по предсказанию группового статуса 53

3.5 Нейросетевое исследование структуры опросника 60

3.6 Оценка оптимизации задачника нейросетью с позиций теории информации 67

3.7 Эксперименты по предсказанию парных взаимоотношений . 68

Выводы главы 3 69

Глава 4. Полутораслойный предиктор с произвольными преобразователями 71

4.1 Постановка проблемы . 71

4.2 Аналитическое решение 72

4.3 Запись решения в идеологии нейросетей . 74

4.4 Алгоритмическая часть . 76

4.5 Оценка информационной емкости нейронной сети при помощи выборочной константы Липшица . 82

4.6 Соглашение о терминологии . 84

4.7 Компоненты сети 85

4.8 Общий элемент сети 85

4.9 Вход сети . 87

4.10 Выход сети . 87

4.11 Синапс сети . 88

4.12 Тривиальный сумматор . 89

4.13 Нейрон . 89

4.14 Поток сети . 91

4.15 Скомпонованная полутораслойная поточная сеть . 92

Выводы по главе 4 94

ВЫВОДЫ 95

ЛИТЕРАТУРА 98

Программа-имитатор полутораслойной сети . 107

Программа расчета социометрических показателей 115

Психологический опросник А.Г. Копытова . 119

Введение

С самого начала информационной эры идеи воспроизведения в работе вычислительных машин принципов функционирования мозга занимают умы ученых. Известно, например, что Винер и Розенблатт совместно работали над изучением биологических нейронов, и что из этих работ родилась идея обучения автоматов Винера и теория обучения сетей перцептронов Розенблатта.

Идея применения искусственных нейронных сетей в современной вычислительной технике заняла прочное место в умах ее разработчиков. Нейронные сети применяются для решения задач искусственного интеллекта, в системах технических органов чувств и управления производственными процессами. Адаптивные сетчатки Хопфилда применяются для создания устойчивых к помехам систем связи. В стадии опытно-конструкторских разработок (например, в лабораториях фирмы Siemens) находятся образцы аппаратных нейрокомпьютеров массового применения – нейросопроцессоров к персональным компьютерам.

Нейрокомпьютеры находят применение во многих отраслях современной науки – ядерной физике, геологии, метеорологии. Исследование искусственных нейронных сетей составляют значительные разделы в таких науках, как биофизика, вычислительная математика, электроника.

Привлекательным было бы и применение искусственных нейронных сетей к наукам о человеке. Однако здесь возникает следующая проблема: их теория не сформировалась пока в достаточной степени для того, чтобы описать процессы, происходящие в системах, в виде явных и пригодных для моделирования на современной вычислительной технике алгоритмов. Выражается это в частности в том, что диагностический аппарат психологии и медицины в существенной части основан на подходах, связанных с изучением и систематизацией прецедентов. Моделирование же биофизических процессов затруднено огромной сложностью систем – так, при работе с психологическими задачами функционирование системы, состоящей из количества элементов порядка 109 (человеческого мозга) недоступно для моделирования на вычислительной машине любой мыслимой сегодня мощности.

Страницы: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46