vsoft

New!

Понимание пролога(Understanding of a Prolog).
Рассмотрим программу.

parent(pam, bob).
parent(tom, bob).
parent(tom, liz).
parent(bob, ann).
parent(bob, pat).
parent(mary, ann).
parent(pat, juli).

Данному множеству соответствует следующий граф.

Читать далее...

Пролог и нейронные сети(Prolog and Neural Network).

Попробуем сравнить Пролог – язык использующий логику и нейронные сети.

Интерес заключается в том, что пролог, сам по себе создавался как язык максимально отражающий суть искусственного интеллекта.

Можно также сказать, что программирование на прологе – нейропрограммирование.

Нейронные сети – дальнейший этап развития ИИ.

Интересно посмотреть, в чем отличия и сходства этих подходов.

Читать далее…

Neural Network.

Программа распознавания рукописного текста.

В основе лежат нейронные сети. Программа позволяет распознавать рукописные символы и адаптироваться к вашей манере письма. 

Необходимые требования.

Mathlab.

Этот пример разрабатывался в 

MATLAB 7.2 (R2006a)

Установка.

Распакуйте файлы в рабочую директорию MATLAB.

Open the file AdaptiveCharacterRecognition.m and run.

Управление.

Input window.

1. Draw the character.

      Click left mouse button and draw character.

      2. Clear pixel.

      Click right mouse button.

      3. Clear input window.

      Double click left mouse button.

Input in net character – показывает изображение которое подается на вход сети.

Recognition character – character, recognition neural network.

Использование.

Напишите букву.

Если результат вас устраивает, продолжайте дальше.

Если сеть вас не поняла, выберите из выпадающего списка нужный символ и нажмите кнопку «Adapt».

После чего вы будете наблюдать процесс адаптации.

Он может закончится неуспешно, потому что сеть настроена на «средний почерк» – а ваш индивидуальный.

В этом случае нарисуйте букву снова ( clear input window - Double click left mouse button ).

Количество итераций предсказать нельзя, это зависит от вашей индивидуальности.

После адаптации сеть будет понимать именно вас с «полуслова».

Рекомендации.

В процессе обучения делайте резервные копии файла - NetFontAdaptFinal20.m.

Он содержит neural network.

Если вы неверно обучили сеть – например допустили много ошибок, переобучить ее будет очень сложно.

Теория.

Сеть обучена для распознавания среднего почерка. Но Вы индивидуальны.

Что бы сеть вас понимала (даже «чувствовала») необходимо адаптировать ее под вас.

Адаптация – наиважнейшее свойство нейронных сетей (и человеческого мозга).

Это возможность изменять существующие знания в соответствии с требованием окружающей среды.

Если Вы задумаетесь, то для того чтобы понимать «каракули» человека, вам так же нужно немало опытов. Хотя вы умеете читать хороший почерк.

Важно заметить, что новые знания затирают старые, но не до конца.

Так же и Вы, привыкнув читать только плохой почерк, столкнетесь с проблемой чтения хорошего. И в этом случае Вам понадобится адаптация, которая будет проходить проще, потому что прежние знания не были стерты до конца.

Применение этого крайне широкое – от роботизированных коробок передач, до адаптивных систем наведения артиллерийского орудия.

Задача данного примера, показать как это работает.

Файл для скачки.

AdaptiveCharacterRecognition.zip