Механизм формирования внутренней коррелированности при порождении понятий на нейросети со связями по схеме голографии фурье

Васильев В.Н., Исаков К.А., Лялюшкин Л.С., Павлов А.В.

Полный текст на elibrary.ru

Публикация в Journal of Optical Technology

Ссылка для цитирования:

Васильев В.Н., Исаков К.А., Лялюшкин Л.С., Павлов А.В. Механизм формирования внутренней коррелированности при порождении понятий на нейросети со связями по схеме голографии фурье // Оптический журнал. 2013. Т. 80. № 10. С. 44–52.

Vasil’ev, V. N.; Isakov, K. A.; Lyalyushkin, L. S.; Pavlov, A. V. Mechanism for forming internal correlation when concepts are generated on a neural network with connections produced by Fourier holography [in Russian] // Opticheskii Zhurnal. 2013. V. 80. № 10. P. 44–52.

Ссылка на англоязычную версию:

V. N. Vasil’ev, K. A. Isakov, L. S. Lyalyushkin, and A. V. Pavlov, "Mechanism for forming internal correlation when concepts are generated on a neural network with connections produced by Fourier holography," Journal of Optical Technology. 80(10), 616-622 (2013). https://doi.org/10.1364/JOT.80.000616

Аннотация:

В развитие подхода к реализации в схеме голографии Фурье индуктивного обобщения как метода порождения абстрактных понятий на основе обработки сенсорных образов рассмотрено взаимодействие двух конкурирующих механизмов, участвующих в формировании понятия - нелинейного итерирующего отображения в плоскости корреляций, ведущего к разрушению внутренней коррелированности понятия, и дифракции на перезаписываемой голограмме, восстанавливающей внутреннюю коррелированность. Показано, что характеристика индексного (опорного) образа, представляющего реальность, и характеристика голограммы, определяемая свойствами регистрирующей среды и методом ее записи, оказывают превалирующее, относительно характеристик итерирующего отображения, влияние на формирование внутренней коррелированности порождаемого понятия.

Ключевые слова:

голография, информация, внутренняя коррелированность, когнитивные системы, искусственный интеллект, образное мышление, понятие, индуктивное обобщение, нейронные сети

Список источников:

1. Кузнецов О.П. Когнитивная семантика и искусственный интеллект // Искусственный интеллект и принятие решений. 2012. № 4. С. 32–42.

2. Голицын Г.А., Фоминых И.Б. Нейронные сети и экспертные системы: перспективы интеграции // Новости искусственного интеллекта. 1996. № 4. С. 121–145.

3. Леутин В.П., Николаева Е.И. Функциональная асимметрия мозга. Мифы и реальность. СПб.: Речь, 2005. 368 с.

4. Кузнецов О.П. Неклассические парадигмы в ИИ // Известия АН. сер.: Теория и системы управления. 1995. № 5. С. 3–23.

5. Тушканов Н.Б., Тушканова О.Н. К построению мультисенсорных систем: принципы работы неокортекса головного мозга при распознавании объектов внешнего мира // Тр. конг. по интеллектуальным системам и информационным технологиям IS-IT’12. М.: ФИЗМАТЛИТ, 2012. Т. 2. С. 373–378.

6. Спрингер С., Дейч Г. Левый мозг, правый мозг. М.: Мир, 1983. 256 с.

7. Кузнецов О.П., Марковский А.В., Шипилина Л.Б. Голографические механизмы обработки образной информации. М.: Ин-т проблем управления им. В.А. Трапезникова РАН, 2007. 82 с. 52 “Оптический журнал”, 80, 10, 2013

8. Вагин В.Н., Головина Е.Ю., Загорянская А.А., Фомина М.В. Достоверный и правдоподобный вывод в интеллектуальных системах. Изд. 2-е. М.: ФИЗМАТЛИТ, 2008. 712 с.

9. Барский А.Б. Логические нейронные сети. М.: Бином, 2007. 351 с.

10. Павлов А.В. Возможность реализации правдоподобных рассуждений методом голографии Фурье // Оптический журнал. 2010. Т. 77. № 5. С. 24–33.

11. Павлов А.В. Об обусловленности характеристик понятия при его индуктивном формировании на нейросетях со связями по схеме голографии Фурье // VII Межд. научно-практ. конф. “Интегрированные модели и мягкие вычисления в искусственном интеллекте”. Сб. научных трудов. М.: ФИЗМАТЛИТ, 2011. Т. 1. С. 349–359. 598 c. ISBN 978-5-9221-1327-4.

12. Корогодин В.И. Информация и феномен жизни. Пущино: АН СССР, 1991. 202 с. ISBN 5-201-10836-Х.

13. Климонтович Ю.Л. Введение в физику открытых систем. М.: Янус-К, 2002. 284 с. ISBN 5-8037-0101-7.

14. Чернавский Д.С. Синергетика и информация. Динамическая теория информации. Изд.3-е, доп. М.: URSS, 2009. 300 с. ISBN 978-5-397-00207-3.

15. Пригожин И.Р., Стенгерс И. Время, хаос, квант. К решению парадокса времени: Пер. с англ. / Под ред. Аршинова В.И. Изд.6-е. М.: КомКнига, 2005. 232 с. ISBN 5-484-00180-3.

16. Павлов А.В. Об обусловленности характеристик понятия, формируемого нейросетью со связями в пространстве Фурье // XIII Нац. конф. по искусственному интеллекту. Тр. конф. Белгород: Изд-во БГТУ, 2012. Т. 1. С. 358–366. ISBN978-5-361-00181-1.

17. Бекяшева З.С., Васильев В.Н., Павлов А.В. Модели выдвижения гипотез в схеме голографии Фурье // Оптический журнал. 2013. Т. 80. № 3. С. 37–46.

18. Carpenter G. A., Grossberg S. ART 2: Self-organization of stable category recognition codes for analog input patterns // Appl. Opt. 1987. V. 26. P. 4919–4930.

19. Шубников Е.И. Отношение сигнал/помеха при корреляционном сравнении изображений // Опт. и спектр. 1987. Т. 62. № 2. С. 450–456.

20. Кроновер Р.М. Фракталы и хаос в динамических системах. М.: Постмаркет, 2000. 352 с.

21. Магницкий Н.А. Распознавание образов распределенными динамическими системами // Доклады АН. 1994. Т. 338. № 3. С. 320–321.

22. Кулешов А.М., Шубников Е.И., Смаева С.А. Об оптимальности голографического согласованного фильтра // Опт. и спектр. 1986. Т. 60. № 6. С. 1273–1276.

23. Чернавская О.Д., Чернавский Д.С., Никитин А.П. О возможном механизме “интуитивного” и “логического” в нейрокомпьютинге. М.: ФИАН, 2009. 32 с.

24. Фоминых И.Б. О технологии решения творческих задач // Сб. тр. VIII Нац. конф. по искусственному интеллекту “КИИ-2002”. М.: ФИЗМАТЛИТ, 2002. Т. 1. С. 519–526.