Теория искусственных нейронных сетей имеет более чем 60-и летнюю историю. Первые шаги в теории нейронных сетей были сделаны в 1943 году Маккалоком и Питтсом, которые предложили простую нейронную сеть для распознавания образов и назвали ее персептроном [1]. С тех пор искусственные нейронные сети получили большое теоретическое и практическое значение, алгоритмы на их основе широко используются в виде программных и аппаратных реализаций.

 

Современные нейросетевые алгоритмы получили применение в таких областях как обработка речевых сигналов, обработка изображений, обработка информации, анализ данных, радиотехнические задачи обработки сигналов [2,3]. Пожалуй, самое популярное применение алгоритмы на основе нейронных сетей получили в программном обеспечении. Например, программный пакет FineReader компании ABBYY – широко известное программное обеспечение в области распознавания текстов.

Большой популярностью пользуются системы анализа информации и данных. Особенно остро вопрос анализа данных встает при использовании баз данных с большим количеством записей, например, баз данных банковских транзакций.

 

Алгоритмы на основе искусственных нейронных сетей могут быть реализованы на многих современных языках программирования, кроме того, нейросетевые алгоритмы имеют аппаратные реализации (нейропроцессоры, нейроускорители, программируемые логические интегральные схемы [3]). С увеличением аппаратных мощностей современных компьютеров использование нейросетевых алгоритмов становится возможным на обычном офисном компьютере, а области применение данных алгоритмов все больше расширяются.

 

Исторически российские разработчики программного обеспечения обладают более высокой математической подготовкой в отличие от своих зарубежных коллег, что позволяет разрабатывать программное обеспечение с более сложными функциональными возможностями без привлечения математиков и дополнительного обучения. Поэтому, одним из перспективных направлений развития рынка современного российского программного обеспечения видится разработка систем с искусственным интеллектом и использование алгоритмов цифровой обработки данных на базе искусственных нейронных сетей.

1. McCulloch W., Pitts W. A logical calculus of the ideals immanent in nervous activity // Bulletin of Mathematical Biophysics, 1943, #5, Pp. 115–133

 

2. Кириллов С.Н., Хахулин С.С. Робастный алгоритм корреляционно-спектрального анализа случайных процессов на основе искусственных нейронных сетей. // Нейрокомпьютеры. Разработка и применение. №12. 2004. С16-20

 

3. Круглов А.В., Кириллов С.Н., Хахулин С.С. Ватутин В.М. Алгоритм обработки шумоподобных сигналов спутниковых систем связи на основе искусственных нейронных сетей. // Электромагнитные волны и электронные системы. №7-8. т.10. 2007. С27-32