#31
|
|||
|
|||
Цитата:
Хромосомы дочерних клеток точные копии хромосом материнской а вот клетка в целом уже не копия будем считать что никаких мутаций нет cамое интересное что и между собой две дочернии клетки тоже обычно не копии Последний раз редактировалось Sonta, 18.02.2010 в 20:21. |
#32
|
|||
|
|||
Цитата:
а мне нужно понять устройство и принцип работы прибора с помощью которого мы с Вами общаемся и чем он отличается от телеграфа Последний раз редактировалось Sonta, 18.02.2010 в 20:44. |
#33
|
|||
|
|||
Цитата:
Мне казалось, что дискуссия уже давно ушла в сторону. Если Вы о нейронных сетях - в Википедии есть базовый материал по ним. Нейронные сети могут формироваться очень по-разному. Как я понимаю, в мозгу вначале есть некое количество не связанных друг с другом нейронов, потом уже образовываются связи. Связи между нейронами определяют программу (или функцию), которую будет выполнять сеть. Поэтому связи должны быть очень точными и определенными. И образовываться в соответствие с информацией, записанной в генах. Еще нужно учесть, что для начального функционирования нейронная сеть уже должна быть организована. Потом она может совершенствоваться в процессе функционирования, но в начале некая базовая организация должна существовать. |
#34
|
|||
|
|||
Цитата:
а заодно избавиться от заблуждений... в генах нет информации нейроная сеть функционирует еще до того как она организованна т.е. не собрали и заработало ,а работа и есть процесс сборки новая нейроная сеть может сформироваться только при условии контроля со стороны уже сформировавшейся сети и самое главное нет никакого начала |
#35
|
|||
|
|||
и еще забыл
в мозге ни на одном этапе развития организма не бывает не связанных между собой нейронов |
#36
|
|||
|
|||
Смысл не вопрос
разве не делали открытий в экспериментах ради любопытства по принципу а что получится если проблемма в том ,что Leo ,как мне кажется(возможно я и не прав) стал бы высчитывать информацию Хартли,а это не правильно для живых организмов |
#37
|
|||
|
|||
Цитата:
Это не совсем одно и то же. Нужно сказать так: "Сколько можно получить вариантов книг (не более определенного объема), если использовать только существующие в словарях слова, и чтобы не нарушались правила грамматики?". Ведь я не призываю произвольным образом менять основания в ДНК, а считать только те ДНК, которые могут образоваться из существующих в результате рекомбинаций и мутаций. Согласитесь, это число гораздо меньше, а если взять от него логарифм, то получется число вовсе не большое. Зато это и будет истинное количество используемой информациив ДНК человека. Кстати, с книгами: текст книги можно сжать (программой ZIP) до 10% от первоначального объема. Если учитывать только слова из словаря и правила шрамматики, тексты можно будет сжимать до 0.1%. |
#38
|
|||
|
|||
Вернемся к нейронным сетям.
Рассмотрим сеть, которая должна распознавать человеческие лица. Такие сети (искусственные) давно созданны программистами и хорошо изучены. И широко используются. Предположим, что подобная сеть есть где-то в мозгу человека. Устроена она примерно следующим образом. У нее есть несколько слоев. Первый слой - входной. Каждый из входных нейронов "загорается" при наличии в картинке лица некоего признака. Скажем первый нейрон горит, если длинный нос, второй - если короткий, третий - если голубые глаза, и т.п. Эти нейроны получают сигнал от внешних нейронов (не относящихся к нашей сети). Думаю, 300 входных нейронов (т.у. 300 признаков) должно хватить для качественного распознавания лиц. Выходной слой сети содержит нейроны, каждый из которых горит, если он распознал конкретное лицо. Первый горит, если распознал Сталина, второй - Пушкина, третий - дядю Васю. Если ни один из внешних нейронов не горит, значит, лицо не распознано сетью. Если горят сразу несколько - значит, однозначного ответа сеть дать не может. Слои между входным и выходным - промежуточные. Каждый обрабатывает информацию, выданную предыдущим слоем. В искусственных сетях распознавания лиц внутренних слоев бывает 3-5. Внутренние слои находят некие абстрактные совокупные черты. Например, второй слой, получив набор черт лица от первого, может решить, восточное ли оно, детское ли, женское и т.п. и это решение передать в следующий слой. Итак, входных нейронов столько, сколько признаков лица, выходных - сколько лиц нам знакомо. Если сеть совершенствуется и появляются новые признаки (скажем, мы начинаем использовать цвет волос), то добавляется входной нейрон. Если мы встречаем новое лицо, которое хотим запомнить, добавляется выходной нейрон. Алгоритмов обучения такой сети известно несколько. Например, алгоритм обратного распространения ошибки. Преподносится лицо. Сеть обрабатывает его и выдает ответ. Вычисляется ошибка - разница между лицом и тем, что выдала сеть. Эта разница вносится как поправка в предыдущий слой. Затем оттуда в еще предыдущий слой и так до входного слоя. |
#39
|
|||
|
|||
Цитата:
Вот, не уверен, что аксиома Вашего математика правильная. Кстати, у меня возник еще один вопрос (он у меня возник уже очень давно, но теперь предоставилась возможность обсудить). Посвещаю ему отдельную тему "Алгоритм рекомбинаций". |
#40
|
|||
|
|||
Кстати, с книгами: текст книги можно сжать (программой ZIP)
А еще текст книги можно сжать напечатав ее (на бумаге) более мелким шрифтом А самое оптимальное сжимание текста книги -это адрес файла а еще рааскажите мне сказки про то что, у информации есть количественный смысл Последний раз редактировалось Sonta, 19.02.2010 в 17:49. |