нейрокомпьютеров являются такие физические компоненты, как нейроны, искусственные нейронные сборки, нейросети, операционные системы, программы для создания нейросреды, нейропакеты. К конструктивным элементам нейрокомпьютеров относятся и алгоритмы выполнения интеллектуальных операций, и типовые сценарии, и модели выполняемых с помощью нейросетей работ. Они характеризуют состав решаемых проблем.
Проблемы создания программного обеспечения нейрокомпьютеров решаются в виде моделирования, создания нейропакетов. Основное внимание при этом уделяется формированию и обучению нейронной сети. А подготовка исходных данных и всё, что касается проведения нейросетевых исследований, постпроцессинговых операций, не удостаивается внимания.
Нейросетевые исследования хозяйственных процессов.
Технология проведения нейросетевых исследований хозяйственных процессов значительно отличается от применяемой в конструкторском разделе. Исследование различных хозяйственных процессов обеспечивается отличными от конструкторских методами, моделями и алгоритмами. Во-первых, сами проводимые операции сильно отличаются. Нужны программные средства для реализации таких операций, как кластеризация, классификация, узнавание, прогнозирование, предсказание. Для их выполнения необходимы комплексы программ, объединённые в специализированные пакеты, так называемые «Нейропакеты», предназначенные для реализации нейропроцессинга, в которые кроме них входят такие программы, как поиск данных, обмен данными, хранение, сбор и преобразование данных.
Впервые искусственные нейросети стали доступны для использования в виде перцептрона, который позволял проводить обучение на примерах, выполнять такие операции, как автоматическую классификацию и прогнозирование.
В первых моделях искусственных нейросетей считалось, что им доступны только эти операции, а даже для обычных арифметических действий они не приспособлены.
Но по мере изучения связанной с мышлением деятельности живых организмов, представления о возможностях нейросетей изменялись.
Появились новые типы нейросетей (сеть Кохонена, RBF, Хопфилда, Хемминга, свёрточные, рекуррентные, рекурсивные и другие) изменились методы их использования (глубокое обучение; свёртка; преобразование знаний, получаемых при обучении нейросетей в правила продукций), изменились и цели проведения нейросетевых исследований (анализ тематической структуры текстов, рисунков, музыкальных произведений, смысловой поиск информации, реализация на их основе экспертных систем с постоянно растущим интеллектом).
Раньше считалось, что основной особенностью искусственных нейросетей является «обучение на примерах». Впоследствии к этой их особенности добавилась возможность моделировать ассоциативную память и использовать ассоциации, моделировать получение новых знаний, извлечение их и представление в виде правил продукции, анализировать тематическую