• ВХОД

    •  

    Полное описание

    Машинное обучение агентов искусственного интеллекта на ассоциативно-гетерархической памяти / Р. В. Душкин, В. А. Лелекова, К. Ю. Эйдемиллер, М. Д. Старченков. - DOI 10.18469/ikt.2022.20.3.11. - Текст : непосредственный // Инфокоммуникационные технологии : периодический научно-технический и информационно-аналитический журнал. - 2022. - Том 20, N 3. - С. 86-91. - Библиогр. в конце ст. - ISSN 2073-3909.

    ГРНТИ УДК
    28.23004.8
    28.23.25004.85
    004.023

    Рубрики:
    Искусственный интеллект
    Машинное обучение

    Кл.слова (ненормированные): обработка естественного языка -- искусственный интеллект -- машинное обучение -- ассоциативно-гетерархическая память -- математический формализм -- гиперграф -- обучение с учителем -- обучение без учителя -- обучение с подкреплением -- семантический вывод
    Аннотация: Обработка естественного языка является крайне важной задачей для всей области искусственного интеллекта. Авторами для решения этой задачи был предложен новый математический формализм - ассоциативно-гетерархическая память, основанная на понятии гиперграфа. Машинное обучение - повсеместно используемый метод искусственного интеллекта, особенно если человек при просмотре данных не может определить закономерности и периодичность выводимых значений. Именно для таких задач лучше всего применимо машинное обучение. Кассоциативно-гетерархической памяти также применимо машинное обучение, которое позволяет посредством нескольких методов (обучение с учителем, обучение без учителя, обучение с подкреплением) оптимизировать работу агентов искусственного интеллекта, основанных на ассоциативно-гетерархической памяти, и выполнять необходимые задачи. Выход же таких программ является семантическим или логическим. Таким образом, машинное обучение является важной частью всей структуры ассоциативно-гетерархической памяти. Эта статья посвящена взаимодействию ассоциативно-гетерархической памяти с методами машинного обучения. В дальнейшем авторский коллектив планирует написать дополнительную статью, рассматривающую метод вывода с помощью фокуса активации. Статья будет интересна специалистам в сфере искусственного интеллекта и математикам.
    Доп. точки доступа:
    Душкин, Роман Викторович
    Лелекова, В.А.
    Эйдемиллер, Константин Юрьевич
    Старченков, Матвей Денисович

    Экз-ры полностью 4cb6e48c4882f623a8084be9232aba74/2022/20/3
    Нет сведений об экземплярах
    Держатели документа:
    Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -452892-122565)

    Шифр в сводном ЭК: 53b036372d91f1218cb27f6541ab92ae




    Заказ фрагмента документа ₽