-- Н --

НАДЕЖНОСТЬ
Способность устройства выполнять свои функции в процессе эксплуатации. (см. Теория надежности и технической диагностики)

НАКОПИТЕЛЬ
Физич. явление, тело, поле, Устройство, хранящее информацию, энергию и т.д. (См. Память Внешняя)

НЕОПРЕДЕЛЕННОСТЬ
Свойство величины или выражения не иметь текущего значения.

НЕЙРОН
1) Нервная клетка или нейрон (N) - биологическая основа  нервной системы человека. По разным источникам популяция N у человека  достигает  от 10 до 30 млрд.
N нервной системы человека  имеют  различную специализацию.
2)  Формальный Нейрон(FN) - процессорный элемент  реализующий логику.  Вычисляет  переходную функцию от скалярного произведения вектора входных сигналов и вектора их весовых коэффициентов. Применяется как базовый элемент при построении нейронных вычислительных систем. (см. Нейpонные Сети).

Упрощенно функционирование N можно описать так:
- N своими дендритами(входом) через синапсы(sin) соединен со многими другими N. Он получает от них набор входных сигналов(х).
- Входы N неравнозначны каждый из них  имеет  "коэффициент  доверия"(весовой коэффициент-ВК). Он определяет важность пришедшего сигнала,  увеличивая или уменьшая его значение.  Входы  имеющие положительный ВК называются возбуждающими, отрицательный - тормозящими.
- В теле нейрона оценивается суммарное значение сигнала и если он превышает  определенное  значение   (порог   срабатывания)   на единственном  аксоне(выходе) N появляется выходной сигнал.  Его интенсивность зависит от значения скалярного произведения  вектора входных сигналов (В).

НЕЙPОННЫЕ СЕТИ
В теле человека нейроны образуют нервные центры - ганглия, ядра и кору обьединяющую миллиарды N. Обьединения разной степени сложности созданные на базе формальных FN называются Нейpонными сетями - (NS).
Первая простейшая NS-перцептрон была предложена в  1958г. В   последствии   появилось  несколько  других  реализаций:  сеть Hopfield/Kоhonen,  машина Boltzmann,  NS с обратным прохождением, neocognitron и др.
Функционирование NS разделятеся на два этапа:
1) Этап  обучения(настройки).
На NS подаются эталонные(обучающие) сигналы,  после срабатывания NS, выходные сигналы NS сравниваются с эталонным результатом. После чего у всех N учавствовавших в принятии правильного решения "коэффициент доверия" повышается,  соответственно у  всех  оставшихся понижается.  Такой процесс повторяется, пока данная  конкретная  схема  не начинает работать "как надо" с высокой долей надежности.  NS, снабженная методами коррекции и минимизаци ошибок,  называется самообучающейся или самонастраивающейся. Если этот механизм не предусмотрен, то наступает 2-й этап.
2) Этап функционирования. Схема копируется (установившиеся при обучении значения ВК обьявляются эталонными для  других  схем)  и может функционировать. Если необходимо, чтобы таже схема выполняла новые действия необходимо  перенастроить  весовые  коэффициенты(универсальная  NS),  при условии,  что они не находятся в ПЗУ, иначе NS становится специализированной.

               NS имеют следующие характеристики:
- тип и количество N,
- количество синапсов у N,
- топология соединений, (+ слойность),
- алгоритм обучения,
- общее быстродействие,
- элементное представление,
Возможности NS:
- Самоpазвитие при наличие схем оптимизации.
- Обучаемость.
- Взаимозаменяемость - пpи отказе отдельных элементов их  функции беpут  на себя дpугие.  Работоспособность некоторых NS сохраняется при потери 50% N, только несколько падает точность результ атов работы NS.
Задачи решаемые NS:
- Оптимизация.
- Классификация.
- Дополняют обpазы пpи недостатке инфоpмации. Распознавание обра зов. Точность до 99.95%&
- Прогнозирование.  Совпадение результатов с реальными  событиями после обучения 1 год с погрешностью до 0.1% на месяц вперед.
- Ассоциациативная память.

НОСИТЕЛЬ
Физич. явление, тело, поле, Устройство, Сигнал и пр., переносящее или хранящее информацию, энергию и т.д. (См. Память Внешняя)

NEW-MEDIA   - Новая среда.
Подразумевается новая информационная среда (средства массовой информации) и современные средства ее создания и эксплуатации.