SCI Библиотека

Доверенный сильный искусственный интеллект и доверенный слабый искусственный интеллект отличаются кардинально по затратам ресурсов на их тестирование. При тестировании сильного искусственного интеллекта обычными методами затраты памяти и вычислительных ресурсов оказываются огромны. Классическая статистика активно использует коэффициенты корреляции двух переменных или коэффициенты автокорреляции одной переменной. Нейросетевой статистический анализ применим к данным очень высокой размерности, он строится как некоторое подобие классического низкоразмерного статистического анализа. В этом отношении кроссвертки и автосвертки кодов по Хэммингу являются, в некотором смысле, высокоразмерными аналогами обычных двухмерных коэффициентов корреляции. Издание предназначено для обучающихся, аспирантов, преподавателей, инженеров, занимающихся проблемами применения нейросетевого искусственного интеллекта для решения задач биометрии и иных приложений искусственного интеллекта в защищенном от исследования исполнении.

Пособие предназначено для первоначального знакомства с
методами статистической физики. Основное внимание уделено
систематизации материала и рассмотрению общих принципов и
подходов, характерных для статистического рассмотрения
макросистем. Несмотря на множество вариантов, возможных при
решении конкретных задач, авторы придерживаются единой,
наиболее универсальной методики рассмотрения макросистем, что,
впрочем, дополняется демонстрацией других точек зрения на самые
важные и методически сложные моменты дисциплины.
Пособие предназначено для бакалавров направления 03.03.01
«Прикладные математика и физика».

Рассматриваются нейросетевые технологии статистической обработки малых выборок, основанной на использовании быстрых алгоритмов автоматического обучения и быстрых алгоритмов тестирования нейросетевых преобразователей. Основной задачей вводного курса является снятие барьера, возникшего сегодня между классической статистикой и технологиями создания и применения нейросетевых решений. В качестве базовой основы курса используется программное средство моделирования нейросетевых преобразователей биометрических данных рукописных легко запоминаемых парольных фраз в длинный очень трудно запоминаемый людьми личный криптографический ключ. Обучение начинается с вводной лекции и самостоятельного выполнения трех лабораторных работ, это позволяет обучающимся самостоятельно получить первоначальные навыки по обучению искусственных нейронных сетей и их тестированию. Курс ориентирован на курсантов и адъюнктов, уже владеющих основами математической статистики. Специальных знаний по нейроинформатике (программированию) от обучаемых не требуется, также нет необходимости в освоении глубоких знаний, относящихся к физико-математическим наукам.

Элементарное руководство по обработке результатов наблюдений. В нем изложены основы современных методов оценки ошибок результатов измерений и даются практические указания по применению этих методов в физических лабораториях и практикумах. Написано на уровне, доступном для студентов младших курсов вузов, и является полезным дополнением к уже имеющимся описаниям конкретных задач в физических практикумах.