Главная > Адаптация и обучение в автоматических системах
<< Предыдущий параграф Следующий параграф >>
Пред.
След.
Макеты страниц

Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше

Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике

§ 5.22. Заключение

Вероятно, нетрудно установить тесную связь между проблемами опознавания образов и идентификации. Ведь в этой последней проблеме нам нужно «узнать» объект, выделить его характерные особенности, т. е. определить то, что мы назвали характеристиками. Адаптивный подход дал нам возможность решить эту задачу при различных уровнях полноты априорной информации. Мы не занимались получением формул, которые бы в явном виде позволили решить рассматриваемую проблему. Уже накопленный к настоящему времени опыт говорит о том, что это было бы безнадежным занятием. Вместо этого мы получили алгоритмы, т. е. по существу уравнения (разностные и дифференциальные), решение которых приводит нас к цели. Поскольку эти уравнения нелинейные, а к тому же и стохастические, то единственный пока разумный подход состоит в решении их с помощью цифровых или аналоговых устройств. Таким образом, реализация алгоритмов идентификации приводит к построению импульсных или непрерывных, регулярных или поисковых, но всегда настраиваемых моделей этих объектов. Все эти модели по существу представляют собой разновидности персептронов, этих едва ли не «самых разумных», по мнению многих авторов, устройств.

Любопытен, пожалуй, сам тот факт, что еще до возникновения проблемы опознавания образов персептроны, может быть, и не подозревая того, что они ими являются, уже существовали в образе настраиваемых моделей и применялись для идентификации объектов. Но, безусловно, второе рождение они получили при опознавании образов.

 

Categories

1
Оглавление
email@scask.ru