Хорошо изучив хабр – встретил много интересных решений, построенных на нейронных сетях.
Также нашел редкие топики по тематикам САПР, а именно CAD/CAM системам, что навело на мысль: «а почему бы не написать о своих разработках и мыслях сюда?». Ведь здесь приличное количество специалистов, программистов и просто толковых людей. А в научных и профессиональных кругах на моем местном уровне — обсудить тонкости по данной тематике практически нереально. По-крайней мере поиски разработчиков подобного ПО с целью общения у меня не увенчались успехом и они по сей день не прекращаются.



Уже несколько лет, я занимаюсь изучением систем искусственного интеллекта (ИИ), а основная рабочая деятельность плотно связывает меня с CAD/CAM-системами и оборудованием с ЧПУ (числовым программным управлением).

Автор статьи airlight. Оценим и поддержим новичка.

Мне запала в голову идея ручного проектирования нейронных сетей. При всем при том, что сильная сторона нейросетей в их автоматическом обучении, неплохо было бы понимать принципы, по которым они устроены.

Итак, процесс умножения в нейросетях. Чтобы нейронная сеть распознавала входящие параметры, количество порогов первого слоя должно соответствовать всему множеству вариантов сочетания входных параметров. То есть, порог каждого нейрона рассекает пространство по одному из параметров на два подпространства. В моем примере производится умножение двух чисел от 0 до 4. Итого, получается квадрат 5х5 и нам нужно 4х4=16 рассечений.

Исследователи из Google заявили, что им удалось заставить квантовый компьютер распознавать автомобили на фотографиях. Об этом сообщается на официальном блоге компании.