Суммарное значение сигналов

После некоторого периода обучения персептрон может принимать самостоятельные решения. В модели Марк-1 в 20 раз больше элементов памяти и более сложная система взаимосвязей, что значительно расширяет возможности машины.

Проблема разработки систем автоматического опознавания представляет большой практический интерес.

В этом направлении проводится серьезная исследовательская работа.

Не так давно появились данные о том, что фирма Дженерал электрик проявляет особенный интерес к органам зрения мечехвоста (Limulus). Глаз мечехвоста способен усиливать контраст между краями видимого изображения и фоном.

В настоящее время предпринимаются попытки создания электронного устройства, которое имитировало бы действие глаза мечехвоста.

Такое устройство предполагается использовать в телевизионной камере для увеличения контрастности рентгеновских негативов и аэрофотоснимков. Создание автоматических устройств для опознавания зрительных образов основывается на тончайших физиологических исследованиях зрительного анализатора.

Серьезным вкладом в эту проблему является монография Б. Д. Глезера и И. И. Цукермана Информация и зрение. Авторы полагают, что биологическая система опознавания зрительных образов основана на безусловнорефлекторных и условнорефлекторных механизмах.

Механизмы безусловнорефлекторного типа служат для обнаружения простейших конфигураций. Опознавание сложных образов основывается на учете глубоких статистических связей в изображении и требует обучения.

Углубленные электрофизиологические исследования позволяют составить детальное представление о работе отдельных элементов биологической системы опознавания. В этом направлении уже имеются определенные успехи.

Так, Н. Д. Нюбергом установлены некоторые механизмы кодирования информации о цвете в сетчатке глаза. А. Л. Бызовым изучены механизмы обработки сигналов в сетчатке.

М. М. Бонгард осуществил успешное моделирование процесса обучения опознаванию образов на универсальной вычислительной машине.

?

Комментарии запрещены.