СБОРНИК ДОКЛАДОВ
108
Оптимальный результат применения нейронных сетей получается, с одной стороны, при
учете специфики данных (как правило, это сопровождается построением частичной ма-
тематической модели исследуемого источника данных), и, с другой стороны, оптими-
зации параметров нейронной сети. Как правило, результатом такого подхода является
разработка так называемых «предобработчиков данных» - скоростных алгоритмов об-
работки данных перед передачей в нейронные сети, значительно повышающих качество
работы нейросети.
Данный комплексный подход, в ряде случаев дающий результаты на уровне лучших
экспертных оценок и лежащий в основе ряда интеллектуальных систем, обладает всеми
перечисленными выше достоинствами:
• надежность и отказоустойчивость обеспечиваются ключевым свойством нейронных
сетей - при должной настройке они могут корректно работать при входных параметрах,
значительно отличающихся от изначально закладываемых в систему;
• точность решения обеспечивается широкими возможностями, как экстраполяцион-
ных, так и интерполяционных свойств нейросетей; а также возможностью значительно
расширить обучающую выборку модельными данными;
• скорость решения обеспечивается структурой нейронной сети с точки зрения вычис-
лений (последовательность однотипных скоростных нелинейных преобразований и ма-
тричных конвейерных операций). Данные вычисления не требовательны к процессорам
и оперативной памяти, и могут быть использованы даже на значительных информаци-
онных потоках. Для сравнения, вычисление контрольных сумм и кодов восстановления
данных по ресурсам сравнимо, а иногда и менее ресурсоемко, чем нейросетевые преоб-
разования тех же самых данных;
• возможность учета максимального числа факторов обеспечивается структурой ней-
ронных сетей - они могут иметь практически неограниченное число входов;
• независимость от помех и работоспособность в нестандартных и нештатных ситуа-
циях обеспечиваются «устойчивостью» нейросетевых технологий - при выходе части
параметров значительно за пределы штатных, основной вклад в принятие решение дают
«штатные» параметры;
• автоматизация и минимизация «человеческого фактора» обеспечиваются полностью
автономной работой нейросетевых систем;
• миниатюризация и универсальность технологических платформ, минимизация стои-
мости разработки, внедрения и обслуживания обеспечиваются простотой реализации