ПРИКЛАДНЫЕ ВОЗМОЖНОСТИ НЕЙРОННЫХ СЕТИ Текст научной статьи по специальности «Компьютерные и информационные науки»

Ка - коэффициент естественного прироста населения; 1а - прирост населения; Это население.

Коэффициент определяется тем, сколько человек прибавляется на тысячу населения. Сегодня ежегодный прирост населения в мире составляет 80 миллионов человек. рядом с человеком. Однако рост населения неравномерен в разных регионах мира.

Наиболее высокие темпы естественного прироста населения отмечаются в Африке (Ливия, Нигер, Мали, Нигерия, Сомали, Конго, Танзания, Мадагаскар) и Азии (страны Ближнего Востока, Лаос, Камбоджа, Филиппины). Естественный прирост населения в этих странах превышает 30 человек на 1000 человек в год. Самые низкие темпы естественного прироста населения имеют европейские страны и Япония. Естественный прирост населения в этих странах колеблется в пределах 0-5 человек на тысячу человек в год.

Страны мира существенно различаются по численности населения. В 14 странах (Китай, Индия, США, Индонезия, Пакистан, Бразилия, Нигерия, Бангладеш, Россия, Мексика, Япония, Эфиопия, Филиппины, Египет) население превышает 100 миллионов человек. Половина населения мира проживает в шести ведущих странах. В Китае и Индии проживает более 1 миллиарда человек. Китай — самая большая страна в мире по численности населения. Сегодня в Китае проживает более 1,433 млн человек. Население Индии составляет более 1 миллиарда 366 миллионов человек. После 2025 года Индия, вероятно, последует за Китаем.

Список использованной литературы:

1. Бор, М. З. История мировой экономики: Конспект лекций / М.З. Бор. - М.: Дело и сервис, 2014. - 496 с.

2. Борисов, Н. И. Zolldienst und Weltwirtschaft (Таможенная служба и мировая экономика). Немецкий язык для таможенников и экономистов / Н.И. Борисов. - М.: СГУ, 2016. - 256 с.

3. Гладков, И. С. История мировой экономики / И.С. Гладков, М.Г. Пилоян. - М.: Бином. Лаборатория знаний, 2017. - 216 с.

4. Глобализация, рост и бедность. Построение всеобщей мировой экономики. - М.: Весь Мир, 2017. - 206 с.

© Аманов М., 2023

УДК 338.48

Аннаев Г.

Старший преподаватель, кондидат физика-математических наук Туркменского государственного университета имени Махтумкули.

Аннаева Г.

Старший преподаватель Туркменского государственного института экономики и управления

Туркменистан, город Ашгабад

ПРИКЛАДНЫЕ ВОЗМОЖНОСТИ НЕЙРОННЫХ СЕТИ

Аннотация

В статье рассматривается прикладные возможности нейронных сети и анализируются ее особенности.

Ключевые слова:

техника, нейронные сети.

В последние годы вычислительная техника достигла такой вычислительной мощности, что ее можно использовать для решения многих задач в различных областях науки и прикладной техники. Для разработки компьютеров в стиле фон Неймана увеличилась тактовая частота центрального процессора, увеличилась мощность и, соответственно, объем оперативной памяти.

Однако существует ряд интеллектуальных задач, которые характеризуются нефакторностью (неточностью, неопределенностью, недостоверностью, неполнотой данных и др.) и часто характеризуются необходимостью обработки больших массивов различных формализованных и структурированных данных. время К таким проблемам относятся:

автоматическое построение текстов;

машинный перевод текстов;

визуальная обработка информации.

Реализация алгоритма для решения этих задач на обычных компьютерах типа фон Неймана очень сложна и громоздка, а часто и невозможна. Необходимость решения таких задач была одной из предпосылок создания нефоновых компьютеров типа Неймана. Одной из областей в этой области является нейрокомпьютинг. Работа нейрокомпьютеров основана на использовании формальных моделей функционирования биологических нервных систем. Различия между такими компьютерами и компьютерами типа фон Неймана заключаются в следующем:

- много работать;

- ассоциативная память;

- параллельная распределенная организация вычислений;

- не требуется программирование;

- высокая «выживаемость».

Эти функции включают в себя:

-Используется любой стандартный метод решения любой задачи;

-Вместо программирования осуществляется обучение, то есть сбор приоритетных знаний;

-Алгоритмический и аппаратный высокий внутренний параллелизм;

- гибкость структуры.

Тематика искусственных нейронных сетей охватывает области биокибернетики, электроники, прикладной математики, статистики, автоматизации и даже медицины. Искусственные нервные системы возникли на основе знаний о работе нервной системы живых организмов. Он представляет собой попытку использовать процессы, происходящие в нервной системе, для создания новых технологических решений.

Нервная клетка, сокращенно называемая нейроном, является основной структурой нервной системы. Изучение функциональных механизмов отдельных нейронов и их взаимодействий имеет основополагающее значение для понимания процессов поиска, передачи и обработки информации, происходящих в нервной системе. С этой точки зрения представляется необходимым построить и изучить модель биологического нейрона.

Как и любая другая клетка, нейрон имеет сложный набор органелл, называемый сома, который содержит ядро. Из сомы нейрона выходит множество отростков, играющих важную роль в его взаимодействии с другими нервными клетками. Можно выделить два типа: много тонких, густо разветвленных дендритов и более толстый аксон, который делится на конце.

Входные сигналы поступают в клетку через синапсы, а выходные проходят по аксону через множество нервных окончаний, называемых коллатералями. Коллекторы образуют непрерывные синапсы с сомой и дендритами других нейронов. Конечно, синапсы, соединяющие выходы других

нейронов с клеткой, могут располагаться на дендритах и непосредственно на теле клетки.

Передача сигналов в нервной системе представляет собой очень сложный электрохимический процесс. Упрощая, можно предположить, что передача нервного импульса между двумя клетками основана на выделении особых химических веществ, называемых нейротрансмиттерами, которые вырабатываются под влиянием раздражителей синапсов. Эти вещества воздействуют на клеточную мембрану, вызывая изменение энергетического потенциала, причем величина этого изменения пропорциональна количеству нейротрансмиттера, поступающего на мембрану. Список использованной литературы:

1. Нейронные сети. Statistica Neural Networks. Методология и технологии современного анализа данных; Горячая Линия - Телеком, 2008. - 392 с.

2. Бажова Юлия Сети; Центрполиграф - Москва, 2013. - 480 с.

3. Барский А. Б. Логические нейронные сети; Интернет-университет информационных технологий, Бином. Лаборатория знаний - Москва, 2007. - 352 с.

© Аннаев Г., Аннаева Г., 2023

УДК 338.48

Аннамаммедова О.

преподаватель кафедры общественных наук института телекоммуникаций и информатики Туркменистана.

Пайтыкова Т.

старший преподаватель кафедры общественных наук Туркменского государственного института экономики и управления

Туркменистан, город Ашгабад

РОЛЬ ЦИФРОВОЙ ЭКОНОМИКИ В ЖИЗНИ ОБЩЕСТВА Аннотация

В статье рассматривается роль цифровой экономики в жизни обществе и анализируются ее особенности.

Ключевые слова:

цифровой экономика, общества.

Сегодня возможности современных цифровых технологий, их влияние на развитие отраслей и социальной системы стали одним из вопросов, активно обсуждаемых экономистами. На смену цифровизации экономики пришел особый тренд под названием информатизация общества.

Термин «Цифровая экономика» получил более широкое распространение после принятия Декларации «Цифровая экономика: инновации, рост и благополучие» (www.oecd.org) в 2016 году в Канкуне, Мексика, с участием министров из 40 развитых стран. Цифровая экономика (используется также термин «электронная экономика») — экономическая деятельность, основанная на цифровых технологиях. Здесь речь идет не только об информационной экономике, связанной с использованием и развитием традиционных информационных технологий (программ, систем управления базами данных,