Порівнюються дві моделі обчислень – штучні нейронні мережі та декларативні програми, що побудовані на основі логіки предикатів. Пропонуються такі їх узагальнення, за яких процес обчислень зможе приводити до цілеспрямованих змін власної програми. Сформульовано принципи самоорганізації, за якими вказані зміни будуть не хаотичними, а визначеними в результаті пошуку. Для детального вивчення самоорганізації необхідне зближення та взаємне доповнення розглянутих моделей.
The two models of computations have been compared – the artificial neural networks and declarative programs based on logic. The generalization of these models is proposed in the part where the computational process can cause changes of the program. The principles of self- organization for these models have been formulated. According to these principles the above- mentioned changes will be determined as a result of the search. Complementarity of the discussed models is necessary for a profound study of the self-organization.
- Neumann von J. Theory of self-reproducing automata (edited by A.W.Burks) – Univ. of Illinois press, Urbana, 1966. – 400 p.
- Рашкевич Ю., Пелешко Д., Купчак М., Ковальчук А. Виділення квазістаціонарних ділянок мовного сигналу за спектром матричного оператора // Вісник Нац. ун- ту «Львівська політехніка». – 2011. – № 710. – С. 70–74.
- Frank Rosenblatt, Audio Signal Pattern Perception Device. – US Patent 3287649, Nov. 22, 1966.
- Candida Ferreira. Gene Expression Programming: Mathematical Modeling by an Artificial Intelligence (Studies in Computational Intelligence). – Springer, 2006. – 498 p.