Нейронные сети в обучении языку

СОДЕРЖАНИЕ

ВВЕДЕНИЕ. ПРОБЛЕМА ПОНИМАНИЯ ЕСТЕСТВЕННЫХ ЯЗЫКОВ

1. МОДЕЛИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ ПРЕДСТАВЛЕНИЯ ЕСТЕСТВЕННЫХ ЯЗЫКОВ

1.2 Семантические сети

1.2 Фреймовые модели

1.3 Нейросетевые модели

2 МАШИННОЕ ОБУЧЕНИЕ

2.1 Понятие интеллектуального агента

2.2 Обучающийся агент

3. ПРИМЕНЕНИЕ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ИЗУЧЕНИЯ ЯЗЫКОВ

3.1 Автоматическое распознавание и синтез речи

3.2 Машинный перевод на основе нейронных сетей

ЛИТЕРАТУРА

Содержание

Выдержка из текста

Новизна исследования обусловлена тем, что на данный момент возможности использования социального сервиса «ВКонтакте» в учебном процессе разработаны слабо и описание экспериментальной работы на эту тему практически отсутствует.

В то время как на западе применение НС уже достаточно обширно, у нас это еще в некоторой степени экзотика – российские фирмы, использующие НС в практических целях, наперечет. Широкий круг задач, решаемый нейронными сетями, не позволяет в настоящее время создавать универсальные, мощные сети, вынуждая разрабатывать специализированные сети, функционирующие по различным алгоритмам.

первая – содержит теоретические основы нейронных сетей, обучение и области их применения;вторая – теорию применения нейронных сетей в задачах прогнозирования;

Сегодня — это обширная область исследований и разработок интеллектуальных систем, предназначенных для работ в трудно формализуемых областях деятельности человека. В отличие от жестко детерминированных компьютерных программ системы искусственного интеллекта сами ищут пути решения поставленной задачи.

Разработка и исследование модели нейросети в Deductor. Разработка интерфейса главной формы системы создания искусственной нейронной сети.

Целью дипломной работы является построение нейронной сети, распознающей здоровых и больных людей по стабилографическим показателям. Для достижения цели необходимо решить следующие задачи:

Нейронные сети — основные понятия и определения 12Модели нейронных сетей 13Способы реализации нейронных сетей 16

Чтение как «процесс восприятия и активной переработки информации, графически закодированной по системе того или иного языка», представляет собой сложную аналитико-синтетическую деятельность, складывающуюся из восприятия и понимания текста, причем самое совершенное чтение характеризуется слиянием этих двух процессов и концентрацией внимания на смысловой стороне содержания .

Одной из таких групп является лица с нарушениями слуха – глухие и слабослышащие, при обучении которых необходимо применять особые методы активного обучения. При этом необходимым является ориентация на развивающее обучение, применение личностно-ориентированного подхода и диалоговых форм обучения, использование наглядных материалов, жестовой речи, эмоциональной подачи материла. Особое внимание следует уделить внедрению информационных технологий.

— рассмотреть особенности актуальных методов обучения искусственных нейронных сетей;- провести сравнительный анализ сред разработки программного кода и языков программирования;

ЛИТЕРАТУРА

1.Рассел С. Норвиг П. Искусственный интеллект: современный подход. М.: «Вильямс», 2006. -1408с.

2.Dyer M. (1983) In-Depth Understanding. MIT Press, Cambridge, Massachusetts.

3.Wilensky R. (1983) Planningand Understanding. Addison-Weslcy, Reading, Massachusetts

4.Minsky M. L. (1975) A framework for representing knowledge. In Winston P. H. (Ed.), The Psychology of Computer Vision, p. 211-277. McGraw-Hill, New York. Originally an MIT AI Laboratory memo; the 1975 version is abridged, but is the most widely cited.

5.Turing A. (1950) Computing machinery and intelligence. Mind, 59, p. 433-460.

6.Гаврилов Л.В.. Системы искусственного интеллекта: Учеб. пособие: в 2-х ч.-Новосибирск: Изд-во НГТУ, 2001.-Ч. 1.-67

список литературы

Похожие записи