Распознающие системы. - купить книгу в интернет-магазине CentrMag по лучшим ценам! (00-01122236)

Описание Отзывы

Развернуть ▼

В справочнике собраны и обобщены основные сведения, касающиеся одной из наиболее интересных и актуальных проблем современной кибернетики - создания обучающихся распознающих систем: читающих автоматов, устройств для распознавания устной речи, диагностических машин, обучающихся автоматизированных систем для управления сложными производственными и экономическими объектами, устройств и алгоритмов обнаружения, разведки полезных ископаемых и т. п. Показаны возможности использования методов обучения и самообучения распознаванию, описаны распознающие системы различного назначения, приведены распознающие программы и некоторые рабочие алгоритмы.
Для научных работников, инженеров и техников, преподавателей и студентов вузов, аспирантов.

Содержание
Предисловие ко второму изданию
Предисловие к первому изданию
Часть I
Глава I. Основные понятия и определения теории распознавания образов
1. Понятие образа
2. Изображение, состояние, ситуация, образ
3. Проблема обучения распознаванию образов
4. Распознавание и структурное описание
5. Преобразование изображений в коды
6. Признаки и описание изображений
7. Представление изображений в векторной форме
8. Компактные множества изображений. Гипотеза компактности
9. Преобразование изображений и преобразование описаний
10. Преобразование исходного описания и мера недостаточности описания
11. Сходство изображений
12. Инвариантные описания изображений
13. Информативность описания
14. Критерии полезности признаков
15. Надежность и качество распознавания
Глава II. Простые специализированные методы распознавания
1. Метод совмещения с эталонами
2. Метод зондов
3. Метод маркировки изображений
4. Квазитопологический метод распознавания
5. Распознающая система «Альфа»
Глава III. Перцептроны
1. Принцип действия перцептрона
2. Основные понятия и определения
3. Элементарный а-перцептрон
4. G-матрица элементарного перцептрона
5. Перцептроны с различным распределением S-A-связей
6. Некоторые разновидности элементарных перцептронов
7. Теоремы о существовании решения
8. Теоремы о сходимости процесса обучения
9. Теорема Новикова
10. Возможности трехслойных перцептронов с последовательными связями
11. Многослойные перцептроны
12. Четырехслойные перцептроны с постоянными весами связей между слоями А-элементов
13. Четырехслойные перцептроны с адаптивными связями в предпоследнем слое
14. Перцептроны с перекрестными связями
15. «Язык» и «стиль» перцептрона
Глава IV. Метод потенциальных функций
1. Геометрическая интерпретация метода потенциальных функций
2. Общая рекуррентная процедура метода потенциальных функций
3. Разновидности алгоритмов метода потенциальных функций
4. Сходимость рекуррентных процедур метода потенциальных функций и условия их остановки
5. Способы реализации метода потенциальных функций
6. Вероятностная реализация метода потенциальных функций
7. Обобщение метода потенциальных функций
Глава V. Метод группового учета аргументов
1. Обобщенные классифицирующие функции
2. Основные идеи МГУА
3. Общая схема построения алгоритмов МГУА
4. Основные алгоритмы МГУА
5. Алгоритмы МГУА и решающее правило Байеса
6. Формирование обучающей и проверочной последовательностей
7. Вероятностные алгоритмы МГУА
8. Алгоритмы МГУА и перцептрон
Глава VI. Полилинейные решающие правила
1. Общие положения
2. Функционал качества обучения
3. Канонические решающие правила
4. Алгоритмы синтеза ПРП
5. Эксперименты по синтезу ПРП
Глава VII. Статистические методы распознавания
1. Статистическая постановка задачи распознавания образов
2. Параметрические методы восстановления распределения вероятностей
3. Метод стохастической аппроксимации
4. Метод минимизации эмпирического риска
5. Условия равномерной сходимости
6. Оценка уклонения эмпирически оптимального решающего правила
7. Метод упорядоченной минимизации риска
8. Обучающие процедуры, сочетающие стохастическую аппроксимацию и минимизацию эмпирического риска
9. Минимизация эмпирического риска при ограниченной памяти
10. Алгоритм распознавания, основанный на сравнении условных вероятностей
11. Принятие решений при неполных данных
Глава VIII. Метод допустимых преобразований
1. Параметрическая модель порождения изображений
2. Параметрическая постановка задачи распознавания и обучения
3. Допустимые преобразования изображений
4. Метод допустимых преобразований и его особенности
5. Корреляционный метод В. Л. Ковалевского
6. Корреляционный метод распознавания последовательности изображений
7. Метод эталонных последовательностей
8. Построение эталонных изображений на двухмерной сетчатке
9. Распознавание визуальных изображений по методу эталонных последовательностей
Глава IX. Структурные методы распознавания образов
1. Система синтаксического распознавания образов
2. Языки и грамматики описания образов
3. Синтаксический анализ как распознающая процедура
4. Восстановление грамматик для синтаксического распознавания образов
5. Обучающаяся программа, формирующая словарь
6. Двухмерные грамматики
Глава X. Распознавание сцен
1. Постановка задачи
2. Модели объемных тел и распознаваемых сигналов
3. Организация восприятия внешнего мира роботом
4. Описание модельной сцены, составленной из многогранников
5. Обучаемая система машинного распознавания промышленных деталей
Глава XI. Инвариантные решающие функции в задаче распознавания образов
1. Модель изображения
2. Принцип инвариантности в теории статистических решений
3. Инвариантные решающие функции и их свойства
4. Общая постановка задачи распознавания
5. Различные подходы к решению задачи распознавания образов
Глава XII. Распознавание динамических образов
1. Модель изображения
2. Общая постановка задачи распознавания динамических образов
3. Принципы учета предыстории при распознавании динамических образов
4. Учет совокупности состояний
5. Учет последовательности состояний
6. Последовательная процедура распознавания динамических образов
7. Применение предсказывающих фильтров для учета последовательности состояний
Глава XIII. Коллективы решающих правил
1. Коллективы формальных алгоритмов
2. Коллективы распознающих алгоритмов
3. Анализ работы коллектива
4. Выделение области компетентности
5. Синтез коллективов решающих алгоритмов
6. Синтез коллективов с необходимым разнообразием
7. Использование принципа коллективных решений в известных алгоритмах распознавания
8. Комитеты систем неравенств
Глава XIV. Самообучение распознаванию образов
1. Обобщающие свойства образов
2. Принципы самообучения
3. Абстрактные образы
4. Постановка задачи самообучения
5. Самообучение перцептронов
6. Методы решения задач самообучения
Глава XV. Статистические методы самообучения, использующие элементы теории решений
1. Построение последовательности гипотез
2. Байесовы последовательные алгоритмы самообучения
3. Рекуррентный статистический алгоритм М. И. Шлезингера
4. Рекуррентные алгоритмы самообучения, основанные на применении стохастической аппроксимации
Глава XVI. Вариационные и эвристические методы выделения компактных групп
1. Простые эвристические методы
2. Эвристические алгоритмы, основанные на методе потенциальных функций
3. Использование количественных критериев для самообучения
4. Вариационный алгоритм М. И. Шлезингера
5. Вариационный алгоритм потенциальных функций
6. Дисперсионный алгоритм самообучения
7. Алгоритмы самообучения без прямого задания числа образов
Глава XVII. Самообучение распознаванию образов по методу смешанных распределений
1. Некоторые свойства ФПВ смеси
2. Непараметрическая оценка ФПВ смеси по методу вкладов
3. Выбор размаха функции нормальных вкладов
4. Способы ускорения процесса распознавания
5. Самообучение по методу смешанных распределений в условиях ограниченной памяти
Глава XVIII. Информационные свойства коротких выборок
1. Обучающая информация
2. Противоречивость выборок и переобучающая информация
3. Мера противоречивости выборок
4. Дезинформативность коротких выборок
5. Полезность обучающей информации и вредность дезинформации
6. Пример задачи угадывания
7. Информационные свойства коротких выборок в условиях решения задачи обучения распознаванию образов
8. Принципы направленного обучения
9. Задачи направленного обучения
Часть II
Глава XIX. Распознавание визуальных изображений
1. Простые читающие автоматы
2. Читающие автоматы, построенные на принципах корреляционного метода
3. Читающий автомат ЧАРС
4. Распознавание рукописных знаков
5. Некоторые отечественные и зарубежные читающие автоматы
6. Распознавание снимков в пузырьковой камере
Глава XX. Распознавание звуковых образов
1. Задача описания речевого сигнала
2. Корреляционный метод распознавания ограниченного набора речевых сигналов
3. Использование правила Байеса при распознавании ограниченного набора слов
4. Поэлементное распознавание слов устной речи
5. Распознавание речевого сигнала с предварительной сегментацией
Глава XXI. Экспериментальные модели перцептронов
1. Параллельный перцептрон «Марк 1»
2. Перцептрон «Конфлекс 1»
3. Последовательный перцептрон Гамба
4. Четырехслойный перцептрон «Тобермори»
5. Распознающие системы на пороговых элементах «Аdaline»
Глава XXII. Диагностика и прогнозирование
1. Техническая диагностика
2. Задачи технической диагностики
3. Обучающиеся датчики
4. Распознающие системы в качестве предсказывающих фильтров
5. Медицинская диагностика
Глава XXIII. Обучающиеся распознающие системы в задачах управления
1. Система Маdaline
2. Обучающаяся система Тейлора
3. Обучающиеся системы управления с коррекцией
4. Аппроксимация характеристик объекта и проблема управления «полюсным газом»
5. Имитационное управление сталеплавильными процессами
Глава XXIV. Экспериментальная проверка принципа учета предыстории
1. Двухслойная распознающая система, реализующая принцип учета совокупности состоянии
2. Эксперименты по распознаванию динамических объектов с использованием критерия наиболее правдоподобных гипотез
3. Эксперименты по распознаванию динамических объектов с использованием предсказывающих фильтров
Глава XXV. Практические задачи самообучения
1. Классификация технических объектов по их динамическим характеристикам
2. Построение статических моделей объекта методами самообучения
3. Решение задач контроля качества изделии методами самообучения
4. Решение задачи медицинской диагностики методом смешанных распределении
5. Решение задач социологии, геологии и палеонтологии методами самообучения
Глава XXVI. Экспериментальные распознающие программы и некоторые рабочие алгоритмы
1. Программа «Арифметика»
2. Программа «Геометрия»
3. Программа «Кора»
4. Программы «Открой закон»
5. Алгоритмы обобщенного портрета
6. Алгоритмы «Краб» и «Форель»
7. Алгоритмы распознавания, основанные на вычислении оценок
8. Размытые (нечеткие) множества в распознавании образов
Список литературы
Предметный указатель

5.0

★ ★ ★ ★ ★

0 отзывов

Пока нет отзывов. Будьте первым, кто оставит отзыв.