Анализ и синтез нейросетевых систем обработки информации на основе модифицированных сетей Петри

• Автор: Маршаков, Даниил Витальевич
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Ростов-на-Дону
• Количество страниц: 202 с. : ил.

СОДЕРЖАНИЕ
Введение

ГЛАВА 1. ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ КАК ОБЪЕКТЫ ДИАГНОСТИРОВАНИЯ

1.1 Искусственные нейронные сети в распознавании образов

1ЛЛ Задачи распознавания образов, решаемые на основе 12 ИНС

1Л .2 Виды программных и аппаратных реализаций ИНС

1Л .3 Проблема отказоустойчивости ИНС

1Л .4 Модель искусственного нейрона

1Л .5 Архитектура ИНС

1Л .6 Обучение ИНС

1.2 Анализ методов тестирования ИНС
1.2Л Классы дефектов ИНС
1.2.2 Подходы к тестированию ИНС
1.2.3 Задача построения минимальных тестов для ИНС
1.3 Постановка задачи
1.4 Выводы по главе 1
ГЛАВА 2. РАЗРАБОТКА И АНАЛИЗ МОДЕЛЕЙ ДЕФЕКТОВ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ 3
2.1 Источники неисправностей ИНС
2.2 Анализ моделей дефектов ИНС
2.2.1 Степень влияния дефектов выходов нейронов на работоспособность ИНС
2.3 Показатель чувствительности ИНС к дефектам
2.3.1 Исследование чувствительности введенного показателя качества распознавания к дефектам скрытого слоя ИНС
2.4 Выводы по главе 2

ГЛАВА 3. РАЗРАБОТКА ДИАГНОСТИЧЕСКОЙ МОДЕЛИ
ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ
3 Л Возможность моделирования ИНС с помощью сетей Петри
3.2 Моделирование ИНС сетями Петри
3.2.1 Формальное определение модели
3.2.2 Модель искусственного нейрона на основе модифицированной сети Петри
3.2.3 Модель многослойной ИНС на основе модифицированной сети Петри
3.3 Диагностическая модель ИНС на основе модифицированной сети Петри
3.4 Оценка диагностической модели
3.5 Выводы по главе 3
ГЛАВА 4. МЕТОДЫ СИНТЕЗА ТЕСТОВ КОНТРОЛЯ РАБОТОСПОСОБНОСТИ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ
4.1 Требования к тесту контроля работоспособности
4.2 Синтез теста контроля работоспособности ИНС на основе 87 обучающей выборки
4.2.1 Математическая модель синтеза минимальных тестов контроля работоспособности ИНС на основе обучающей 89 выборки
4.2.2 Применимость разработанного метода синтеза тестов
на основе обучающей выборки на примере теста «Числа

4.3 Синтез теста контроля работоспособности ИНС с применением численного метода генерации тестовой последовательности ИНС на основе конгруэнтных процедур
4.3.1 Требования к последовательности случайных чисел как к тестовому набору ИНС

4.3.2 Конгруэнтные процедуры генерации последовательности случайных чисел
4.3.3 Численный метод генерации тестовой последовательности ИНС на основе конгруэнтных процедур
4.4 Синтез нейросетевой системы управления электроприводами ангулярных роботов на основе синергетического подхода
4.4.1 Модель электропривода
4.4.2 Синтез синергетического динамического регулятора
4.4.3 Синтез нейросетевого регулятора на основе синергетического закона управления
4.5 Применимость разработанного численного метода генерации тестовой последовательности ИНС на примере синтезированного нейросетевого регулятора
4.6 Влияние тестов контроля работоспособности на коэффициент готовности ИНС
4.7 Выводы по главе 4
Заключение
Список литературы
Приложения
Приложение А
Приложение Б
Приложение В
Приложение Г
Приложение Д

1.4 Выводы но главе
1. Превосходство аппаратных реализаций ИНС по скорости обработки информации над традиционными компьютерами при решении различного рода трудно формализуемых задач во многом определяет целесообразность их широкого использования. Однако нейронные системы, как и прочие технические устройства, хоть и в меньшей степени, но подвержены внешним воздействиям, приводящим к потере работоспособности.
2. Анализ функциональной отказоустойчивости ИНС показывает, что неравномерное распределение значений весовых коэффициентов в процессе обучения ИНС, а также большой объем резервирования, который требуется для достижения полной отказоустойчивости, накладывает необходимость повышения надежности нейросетевых устройств, а также контроля их работоспособности.
3. Одним из предпочтительных способов контроля работоспособности ИНС на этапе её эксплуатации, является периодическое её тестирование. Существующие подходы к тестированию ИНС требуют либо значительных вычислительных затрат, либо не в состоянии обеспечить требуемую полноту тестирования. При этом степень работоспособности определяется коэффициентом готовности нейросети, повышение которого достигается сокращением времени простоя системы на этапе контроля.
4. Одной из проблем в тестировании нейросетевых систем является разработка методов и алгоритмов построения минимальных проверяющих тестов, направленных на контроль работоспособности нейронной сети. При этом одной из важнейших задач является разработка математических и диагностических моделей.