Данная глава посвящена вопросам, которые традиционно выходят за рамки
базового курса «Экономическая информатика», однако ее содержание будет
несомненно полезно для тех читателей, которые захотят более глубоко
познакомиться с данным предметом. Основная трудность, которая может возникнуть
при работе с излагаемым ниже материалом, состоит в том, что его освоение
подразумевает нали чие базовых математических знаний. Но даже если читатель на
текущий момент таковыми не обладает, то ему все равно рекомендуется ознакомиться
с первыми параграфами главы, так как это дает возможность получить представления
о тенденциях и перспективах развития информационных дисциплин на современном
этапе.
1.
Искусственный интеллект. Дать определение, охарактеризовать направления
исследований. 2. Знания, определение понятия,
классификация, отличие от данных. 3. Перечислить и дать
анализ основных моделей представления знаний. 4.
Привести обобщенную структуру экспертной системы. Дать характеристику отдельных
блоков. 5. Изложить суть бионического подхода к
проблеме искусственного интеллекта. Сформулировать принципиальные отличия
нейрокомпьютера от «обычной» ЭВМ. 6. Изобразить схему
искусственного нейрона. Перечислить его основные блоки и функции. Привести
примеры функций активации. 7. Провести классификацию
нейронных сетей по типу входной информации и по принципам обучения. 8. Назвать и изобразить основные модели (топологии)
нейронных сетей. Ука зать их области применения. 9.
Привести пример (задачу) использования двунаправленной ассоциативной памяти.
10. Назвать основные преимущества использования нейронных сетей в области
планирования финансовой деятельности.
Литература
1. Информатика:
Учебник для экономических специальностей вузов/ Под ред. Н. В. Макаровой. М.:
Финансы и статистика, 1999. 2. Фридланд А. Я., Ханамирова Л. С. Информатика:
Толковый словарь основных терминов: Учеб.пособие. М.: ПРИОР, 1998.
3. Толковый словарь
по информатике. 2-е изд., доп. М.: Финансы и статистика, 1995.
4. Толковый словарь
по искусственному интеллекту. М.: Радио и связь, 1992. 5. Искусственный
интеллект. Справ. В 3-х т./ Под ред. Д. А. Поспелова. Т. 2. Модели и методы. М.:
Радио и связь, 1990.
6. Плотников В. М., Суханов В. А. Системы, основанные на знаниях. М.Д995.
7. Уоссерман Ф.
Нейрокомпьютерная техника: Теория и практика. М.: Мир, 1992. 8.
Нейроинформатика / А. Н. Горбань, В. А. Дунин-Барковский, А. Н. Кирдин и др.
Новосибирск: Наука., 1998. 9. Ежов А. А., Шумский С. А.
Нейрокомпьютеринг и его приложения в экономике и бизнесе. М.: Изд-во МИФИ, 1998.
10. Горбань А. Н., Россиев Д. А. Нейронные сети на персональном
компьютере.Новосибирск: Наука, 1996.
Знаете ли Вы, что такое "усталость света"? Усталость света, анг. tired light - это явление потери энергии квантом электромагнитного излучения при прохождении космических расстояний, то же самое, что эффект красного смещения спектра далеких галактик, обнаруженный Эдвином Хабблом в 1926 г. На самом деле кванты света, проходя миллиарды световых лет, отдают свою энергию эфиру, "пустому пространству", так как он является реальной физической средой - носителем электромагнитных колебаний с ненулевой вязкостью или трением, и, следовательно, колебания в этой среде должны затухать с расходом энергии на трение. Трение это чрезвычайно мало, а потому эффект "старения света" или "красное смещение Хаббла" обнаруживается лишь на межгалактических расстояниях. Таким образом, свет далеких звезд не суммируется со светом ближних. Далекие звезды становятся красными, а совсем далекие уходят в радиодиапазон и перестают быть видимыми вообще. Это реально наблюдаемое явление астрономии глубокого космоса. Подробнее читайте в FAQ по эфирной физике.
