Университет XXI века: научное измерение

«Университет XXI века: научное измерение» – 2024 64 чтобы достичь результата. Особенность нейросети в том, что она способна адап- тироваться к новым условиям"[2]. Существует большое количество нейросетей, выполняющих различные задачи от написания текстовых сообщений до созда- ния предметов искусства. Все нейросети объединены общими принципами ра- боты и функционирования: – основаны на работе нейронов, объединенных между собой синапсами; – работа нейронных сетей напоминает функционирование нейронных свя- зей головного мозга человека; – подобно человеку, нейросети способны к обучению и развитию. При этом нейросети разнообразны по своему строению и функциям. Совре- менные нейронные сети классифицируют по количеству слоев, по направлению распределения информации и способу обучения. По количеству слоев нейросети делят на однослойные и многослойные. Одно- слойные сети представляют систему взаимодействия нейронов, где сигналы из входного слоя сразу попадает на выходной слой, который и преобразует результат, анализируя информацию. Многослойные нейронные сети помимо входного и вы- ходного слоев включают промежуточные, которые и обрабатывают информацию. По направлению распределения информации между нейронами нейросети делятся на: 1. Однонаправленные, в которых сигнал перемещается строго от входного к выходному слою. 2. Реккурентные нейронные сети с обратными связями, где сигнал способен менять направление на обратное. Основной характеристикой таких сетей явля- ется кратковременная память. 3. Радиально-базисные нейронные сети, где выходной слой представляет со- бой комбинацию радиальных базисных функций нейронов. Такие сети способны выполнять функции приближения, классификации, управления и прогнозирования. 4. Самоорганизующиеся (Карты Кохонена), которые являются практически неконтролируемыми системами и построены как двумерные дискретизирован- ные формы. По обучению нейронные сети делятся на обучаемые без учителя и с учите- лем. Первое предполагает, "что для каждого входного вектора существует целе- вой вектор, представляющий собой требуемый выход. Вместе они называются обучающей парой" [1, c. 12]. Обучение без учителя построено на биологической основе и более естественно. При этом большинство нейронных сетей способно выполнять следующие задачи: 1. распознавание зрительных, слуховых образов; 2. ассоциативное распознавание информации; 3. ассоциативное создание моделей; 4. формирование моделей нелинейных и трудно описываемых математиче- ских систем; 5. прогнозирование развития систем. В области преподавания английского языка нейросети могут стать незаме- нимыми помощниками, поскольку помогают автоматизировать определенное