Отношения между классами. · Наследование— объекты дочернего класса наследуют все свойства родительского класса.

· Наследование— объекты дочернего класса наследуют все свойства родительского класса.

· Ассоциация — объекты классов вступают во взаимодействие между собой.

· Агрегация — объекты одного класса входят в объекты другого.

· Композиция — объекты одного класса входят в объекты другого и зависят друг от друга по времени жизни.

· Класс-Метакласс — отношение, при котором экземплярами одного класса являются другие классы.

Графически класс в UML изображается в виде прямоугольника, где в этих разделах могут указываться имя класса, атрибуты (переменные) и операции (методы).

Нейрокомпьютер и основы нейроинформатики. Модели нейронных сетей.

В первую очередь речь идет о том, чтобы дать вычислительным и управляющим системам возможность самостоятельно, без помощи «переводчика» — человека воспринимать воздействия внешнего мира и действовать в нем.

Нейробионический подход к проблеме искусственного интеллекта основывается на использовании принципов работы мозга для конструирования интеллектуальных систем.

Имитация работы мозга на ЭВМ (традиционно-последовательной) затруднена принципиальными различиями между конструкциями мозга и ЭВМ.

В настоящее время сформировалось новое научно-практическое направление — создание нейрокомпьютера. Основу нейрокомпьютеров составляют нейронные сети — иерархически организованные параллельные соединения адаптивных элементов — нейронов, которые обеспечивают взаимодействие с объектами реального мира так же, как и биологическая нервная система.

Основные отличия нейрокомпьютера от обычной ЭВМ:

- Параллельная работа большого числа простых вычислительных устройств

- Нейронная сеть способна к обучению

- Высокая отказоустойчивость

Под нейронной сетью обычно понимается структура, состоящая из связанных между собой нейронов. Возможны несколько типов классификации существующих нейросетей .

Наиболее часто используются следующие: ,