Обучение машины классифвкаци объектов, Аркадьев А. Г Браверман Э. М., Изд-в «Наука», Главная редакция физ* ко-математической литературы, М, 1971, 192стр.
Книга в полулярной форме рассказывав об основных идеях и методах теории обученю машин распознаванию образов.
Наряду с уже достаточно известными фак тами в книге излагаются последние науч ные результаты, такие, как методы формирО' вания понятий, лингвистический подхо; к проблеме распознавания образов, гипотеза о распределении точек фиксации взора и объяснении некоторых иллюзий зрения и т. п, Много места в книге уделяется применению разработанных методов для решения прикладных задач в психологии, медицине, социологии, геологии и экономике.
Для чтения книги достаточно знания математики в объеме средней школы. Книга! рассчитана на специалистов смежных обла-: стей, желающих использовать методы рас-] познавания образов в своей работе, а также на физиологов и психологов, интересующихся моделированием физиологических процессов.
Табл. 33. Илл. 104. Библ. 59 назв.
ОГЛАВЛЕНИЕ
Предисловие....................... 5
1. ОБРАЗ
Глава первая. Понятие образа........... 9
Глава вторая. Кодирование плоских фигур. Понятие
о компактной множестве............... 18
§ 1. Преобразование изображений в цифровой код ... 18
§ 2. Пространство рецепторов............ 20
§ 3. Компактные множества точек в пространстве рецепторов...................... 23
§ 4. Гипотеза о компактности образов......... 31
I. ЭЛЕМЕНТАРНЫЕ АЛГОРИТМЫ РАСПОЗНАВАНИЯ ОБРАЗОВ
Глава третья. Алгоритм секущих плоскостей .... 36
§ 1. Геометрическая иллюстрация алгоритма...... 36
§ 2. Описание алгоритма.............. 43
§ 3. Результаты экспериментов............ 53
§ 4. Способы повышения надежности распознавания 55
Глава четвертая. Алгоритмы, основанные па методе
потенциалов..................... 57
§ 1. Потенциалы в пространстве рецепторов....... 57
§ 2. Потенциалы па поле рецепторов.......... 66
Глава пятая. Алгоритмы персептрона...... 71
§ 1. Устройство и алгоритмы персептрона....... 71
§ 2. Функции Л-элементов............... 77
§ 3. Пример..................... 79
§ 4. Алгоритм персептрона с точки зрения метода потенциалов ..................... 81
§ 5. Узнающая машина Гамба............. 85
§ 6. Персептрон как модель мозга............ 92
III. ФОРМИРОВАНИЕ ПОНЯТИЙ. СЛОЖНЫЕ АЛГОРИТМЫ РАСПОЗНАВАНИЯ
Глава шестая. Алгоритмы объективной классификации 94
§ 1. Понятие объективной классификации....... 94
§ 2. Алгоритмы объективной классификации...... 98
§ 3. Автоматическая классификация арабских цифр . . 112 § 4. Применение алгоритмов объективной классификации
к естественнонаучным задачам.......... 116
3
Глава седьмая. Формирование понятий при распознавании зрительных образов.............. 122
§ 1. Лингвистический подход к распознаванию зрительных образов. Словарь для описания объектов .... 122
§ 2. Понятие о функции информативности....... 125
§ 3. Формирование «словаря фрагментов»....... 127
§ 4. Формирование «словаря мест»........... 130
§ 5. Описание объектов и образов. Алгоритмы распознавания сложных изображений........... 131
§ 6. Экспериментальная проверка алгоритмов ..... 133
Глава восьмая. Некоторые особенности работы зрительного анализатора. Иллюзии зрения......... 141
§ 1. Гипотеза о расположении точек фиксации взора . . 141
§ 2. Экспериментальная проверка гипотезы...... 143
§ 3. Зрительная оценка расстояний с помощью эталона 146
§ 4. Геометрические иллюзии............. 148
§ 5. Некоторые замечания о работе зрительного анализатора ..................... 151
Глава девятая. Формирование понятий при распознавании незрительных образов............. 152
§ 1. Лингвистический подход в применении к незрительным образам................... 152
§ 2. Пространство объектов. Принцип автоматической
группировки параметров............. 156
§ 3. Эксперименты с алгоритмами автоматической группировки..................... 166
§ 4. Метод корреляционных плеяд........... 173
§ 5. Математическая постановка задачи о группировке параметров и выделении факторов. Алгоритмы экстремальной группировки............. 176
§ 6. Экспериментальная проверка алгоритмов экстремальной группировки.............. 185
Литература....................... 189
ПРЕДИСЛОВИЕ
Как нам удается отличать, например, мужские портреты от женских, буквы «а» от букв «б», грипп от коклюша или музыку Баха от музыки Блантера, т. е., как мы различаем образы? Как мы составляем достаточно точное для практики представление о том, что такое, скажем, «дерево» или что такое «птица» (хотя нам никогда не доводилось встречаться с «деревом вообще» или с «птицей как таковой»), т. е. как мы формируем понятия? Что позволяет нам составлять и правильно понимать высказывания типа «птица на дереве» (хотя в действительности факт состоит в том, что вполне определенная ворона села на совершенно конкретную липу), т. е., как мы образуем из понятий фразы языка?
Для решения подобных вопросов, которые гораздо интереснее и сложнее, чем это кажется на первый взгляд, начинают успешно использоваться методы, основанные на машинном моделировании деятельности мозга. Первые машины, моделирующие некоторые процессы обобщения и абстракции, так называемые узнающие машины, решали задачу распознавания простых зрительных образов; к ним, в частности, относится знаменитый «персепт-рон» американского ученого Ф. Розенблатта. Одному из возможных путей решения этой задачи была посвящена книга «Обучение машин распознаванию образов» [1]. Этот путь основывался на достаточно общей концепции, получившей название гипотезы о компактности образа; положенная в основу так называемого «геометрического» подхода, эта концепция позволила построить ряд узнающих машин и объяснить действие некоторых узнающих машин, построенных ранее.
С того времени, когда вышла в свет упомянутая книжка, идеи, связанные с «машинным» распознаванием обра-
Цена: 300руб.