На Ð¿Ñ€Ð°Ð²Ð°Ñ Ñ€ÑƒÐºÐ¾Ð¿Ð¸ÑÐ¸

ГЛАВА 1. ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ
1.1. Введение
Первые исследования, посвященные применению нейронных сетей (или
персептронов) для решения химических задач, были осуществлены еще в начале
70-х годов в СССР [1, 2], но эти пионерные работы не были должным образом
оценены и оказались практически забытыми. Лишь в конце 80-х годов возродился
интерес химиков к подобному подходу, и он начал стремительно расти
[3].
Нейронные сети (часто называемые искусственными нейронными сетями,
вычислительными нейронными сетями или просто нейросетями) представляют
собой упрощенную математическую модель обработки информации головным
мозгом человека [4-9]. Однако большинство современных архитектур нейронных
сетей не воспроизводят в точности биологическую модель мозга, скорее,
они могут рассматриваться в рамках класса алгоритмов статистического анализа
данных [10-24], объединенных под общим названием нейроинформатики.
Кроме того, нейронные сети часто рассматривают как высоко-паралелльные
методы решения задач вычислительной математики в «нейросетевом базисе»
(что составляет предмет особой области вычислительной математики – нейроматематики
[25]), на базе которых работают основанные на пороговой логике
высокопроизводительные высоко-параллельные вычислительные устройства –
нейрокомпьютеры [26-29].
Благодаря своей способности обучаться и обобщать данные, нейросети
начали успешно применяться в химии, особенно в тех случаях, когда неизвестен
аналитический вид зависимости между структурой и свойствами соединений
[30-40].
13