Завизена Н.С. Пенко В.В.

Вопросы создания нейронных сетей и их использование при прогнозировании экономических процессов

Искусственные нейронные сети (ИНС) — математические модели, а также их программные или аппаратные реализации, построенные по принципу организации и функционирования биологических нейронных сетей — сетей нервных клеток живого организма. Это понятие возникло при изучении процессов, протекающих в мозге, и при попытке смоделировать эти процессы. Первой такой попыткой были нейронные сети Маккалока и Питтса. Впоследствии, после разработки алгоритмов обучения, получаемые модели стали использовать в практических целях: в задачах прогнозирования, для распознавания образов, в задачах управления и др.

В Украине сложилась своя школа теории нейронных сетей, на счету которой ряд удачных работ. В Украине сформировалось направление в области теории нейрокомпьютерных сетей, которое по ряду параметров превосходит уровень зарубежных работ. Например, были разработаны методы адаптивной настройки нейронных сетей с произвольным видом нейрона и произвольным числом слоев; с различными видами связей между слоями; с различными видами критериев оптимизации; с различными ограничениями на весовые коэффициенты нейронных сетей. Определенная общность отечественных методов развития теории нейронных сетей позволила создать единый подход к разработке нейросетевых алгоритмов решения самых разнообразных задач. Когда в связи с публикацией работы Минского и Пейперта исследования за рубежом почти полностью прекратились, украинские специалисты, владея общей методикой настройки многослойных нейронных сетей, продолжали работы в данной области.

Значимые работы проводились в Институте кибернетики им. Глушкова (Киев). В различных городах Украины проводятся  семинары и конференции, целью которых является обмен научной информацией и определение перспективных направлений развития нейросетевых технологий, в том числе для решения прикладных задач.

нейронные сети хорошо подходят для распознавания образов и решения задач классификации, оптимизации и прогнозирования. Ниже приведен перечень возможных промышленных применений нейронных сетей, на базе которых либо уже созданы коммерческие продукты, либо реализованы демонстрационные прототипы.

- Банки и страховые компании: автоматическое считывание чеков и финансовых документов; проверка достоверности подписей; оценка риска для займов; прогнозирование изменений экономических показателей.

- Административное обслуживание: автоматическое считывание документов; автоматическое распознавание штриховых кодов.

- Нефтяная и химическая промышленность: анализ геологической информации; идентификация неисправностей оборудования; разведка залежей минералов по данным аэрофотосъемок; анализ составов примесей; управление процессами.

- Военная промышленность и аэронавтика: обработка звуковых сигналов (разделение, идентификация, локализация, устранение шума, интерпретация); обработка радарных сигналов (распознавание целей, идентификация и локализация источников); обработка инфракрасных сигналов (локализация); обобщение информации; автоматическое пилотирование.

- Промышленное производство: управление манипуляторами; управление качеством; управление процессами; обнаружение неисправностей; адаптивная робототехника; управление голосом.

- Служба безопасности: распознавание лиц, голосов, отпечатков пальцев.

- Биомедицинская промышленность: анализ рентгенограмм; обнаружение отклонений в ЭКГ.

- Телевидение и связь: адаптивное управление сетью связи; сжатие и восстановление изображения.

- Экономика и бизнес: прогнозирование временных рядов (курсов валют, цен на сырьё, объемов продаж), автоматический трейдинг, оценка рисков невозврата кредитов, предсказание банкротств, оценка стоимости недвижимости, выявление переоцененных и недооцененных компаний, рейтингование, оптимизация товарных и денежных потоков, считывание и распознавание чеков и документов, безопасность транзакций по пластиковым картам.