260 Различие видов и форм кредитов.
261 Различие между ликвидностью и платежеспособностью коммерческого банка?
Понятие ликвидность банка означает возможность банка своевременно и полно обеспечивать выполнение своих долговых и финансовых обязательств перед всеми контрагентами, что определяется наличием достаточного собственного капитала банка, оптимальным размещением и величиной средств по статьям актива и пассива баланса с учетом соответствующих сроков.
Ликвидность оценивается на основе способности банка превращать свои активы в денежные или другие платежные средства для оплаты предъявляемых обязательств в случае, если имеющихся в наличии платежных средств для этого не хватает.
Платежеспособность банка – это способность банка в должные сроки и полностью отвечать по всем своим обязательствам.
На первый взгляд, ликвидность коммерческого банка в такой трактовке не отличается от платежеспособности, т.е. способности банка ответить по своим обязательствам на конкретный момент времени (сегодняшний или вчерашний день). Но ликвидность понятие более широкое, оно включает в себя платежеспособность не только в прошлом, настоящем, но и в будущем.
Ликвидность банка лежит в основе его платежеспособности
262 Различие между целями и стратегиями организации.
Цели организации - результаты, которых стремится достичь организация, и на достижение которых направлена ее деятельность.
Стратегия организации - взаимосвязанный комплекс долгосрочных мер или подходов во имя укрепления жизнеспособности и мощи организации по отношению к ее конкурентам.
Стратегия организации - по существу - набор правил для принятия решений, которыми организация руководствуется в своей деятельности
263 Разновидности нейронных сетей и их обучение.
Одной из первых искусственных сетей, способных к восприятию и формированию реакции на воспринятый стимул, явился PERCEPTRON Розенблатта.
Простейший классический персептрон содержит эл-ты 3 типов, назначение которых соответствует нейронам рефлекторной нейронной сети. S-элементы формируют сетчатку сенсорных клеток, принимающих двоичные сигналы от внешнего мира. Далее сигналы поступают в слой ассоциативных или A-элементов. Только ассоциативные элементы, представляющие собой формальные нейроны, выполняют нелинейную обработку информации и имеют изменяемые веса связей. R-элементы с фиксированными весами формируют сигнал реакции персептрона на входной стимул. Представленная сеть называется однослойной, т.к. имеет только 1 слой нейропроцессорных эл-тов. Однослойный персептрон хар-тся матрицей синоптических связей W от S- к A-элементам. Эл-т матрицы Wij отвечает связи, ведущей от i-го S-элемента к j-му A-элементу.
Теорема об обучении персептрона. Предложенный Ф. Розенблаттом метод обучения состоит в итерационной подстройке матрицы весов, последовательно уменьшающей ошибку в выходных векторах. Пусть имеется набор пар векторов (x,y), =1..p, называемый обучающей выборкой. Будем называть нейронную сеть обученной на данной обучающей выборке, если при подаче на входы сети каждого вектора x на выходах получается соответствующий вектор y.
Рассмотрим иер-ую сетевую стр-ру, в которой связанные между собой нейроны объединены в несколько слоев. Межнейронные синоптические связи сети устроены т. о., что каждый нейрон на данном уровне иерархии принимает и обрабатывает сигналы от каждого нейрона более низкого уровня. Т.о., в данной сети имеется выделенное направление распространения нейроимпульсов - от вход. слоя через 1 (или несколько) скрытых слоев к выход. слою нейронов. НС такой топологии назыв-ся обобщенным многослойным персептроном.
Персептрон предст. собой сеть, сост-ю из нескольких посл-но соед-х слоев формальных нейронов МакКаллока и Питтса. На низшем уровне иерархии находится вход. слой, сост-й из сенсорных эл-тов. Далее имеются 1 или, несколько скрытых слоев. Каждый нейрон на скрытом слое имеет несколько входов, соед-х с выход. нейронов пред-го слоя или непоср-но со вход. сенсорами X1..Xn, и 1 выход. Нейрон хар-ся уник-ым вектором весовых коэфф-ов w. Веса всех нейронов слоя формируют матрицу, которую будем обозначать V или W. Функция нейрона состоит в вычислении взвешенной суммы его входов с дальнейшим нелинейным преобразованием ее в выход. сигнал.
Обучение методом обратного распространения ошибок. Для обучения многослойной сети в 1986 г. Руммельхартом и Хинтоном - алгоритм обратного распространения ошибок. Основная идея обратного распр-ния состоит в том, как получить оценку ошибки для нейронов скрытых слоев. Известные ошибки, делаемые нейронами выход. слоя, возникают вследствие неизвестных ошибок нейронов скрытых слоев. Чем больше значение синоптической связи между нейроном скрытого слоя и выход. нейроном, тем сильнее ошибка 1 влияет на ошибку 2. Следовательно, оценку ошибки эл-ов скрытых слоев можно получить, как взвешенную сумму ошибок последующих слоев. При обучении инф-ция распространяется от низших слоев иерархии к высшим, а оценки ошибок, делаемые сетью - в обратном направлении, что и отражено в названии метода.
Модель Кохонена выполняет обобщение предъявляемой инф-ции. В результате работы НС Кохонена получается образ, представляющий собой карту распределения векторов из обучающей выборки. Т.о., в модели Кохонена выполняется решение задачи нахождения кластеров в пространстве вход. образов.
Данная сеть обучается без учителя на основе самоор-ции. По мере обучении вектора весов нейронов стремятся к центрам кластеров - групп векторов обучающей выборки. На этапе решения инф-ных задач сеть относит новый предъявленный образ к одному из сформированных кластеров, указывая тем самым категорию, к которой он принадлежит.
Сеть Кохонена, также как и сеть Липпмана-Хемминга, состоит из 1 слоя нейронов. Число входов каждого нейрона = размерности входного образа. Кол-во нейронов определяется той степенью подробности с которой требуется выполнить кластеризацию набора библ-ных образов. При достаточном кол-ве нейронов и удачных параметрах обучения НС Кохонена может не только выделить основные группы образов, но и установить "тонкую структуру" полученных кластеров. При этом близким входным образам будет соответствовать близкие карты нейронной активности.
Обучение начинается с задания случайных значений матрице связей . В дальнейшем происходит процесс самоор-ции, состоящий в модификации весов при предъявлении на вход векторов обучающей выборки. Для каждого нейрона можно определить его расстояние до вектора входа Далее выбирается нейрон m=m*, для которого это расстояние min. На текущем шаге обучения t будут модифицироваться только веса нейронов из окрестности нейрона m* Первоначально в окрестности любого из нейронов находятся все НС, в последствии эта окрестность сужается. В конце этапа обучения подстраиваются только веса самого ближайшего нейрона. Темп обучения (t)<1 с течением времени также уменьшается. Образы обучающей выборки предъявляются последовательно, и каждый раз происходит подстройка весов. НС Кохонена может обучаться и на искаженных версиях вход. векторов, в процессе обучения искажения, если они не носят систематический характер, сглаживаются.
264 Разработка требований и внешнее проектирование программного обеспечения (ПО). Внутреннее проектирование (проектирование структуры ПО). Проектирование и программирование модулей.
Разработка требований к ПИ.
Можно установить две фазы в выработке требований. Первой является фаза планирования, на которой определяется реализуемость, устанавливаются цели, оцениваются затраты и обеспечивается ориентация для разработки проекта. В результате получают набор требований, основанный на определенных начальных условиях. Второй фазой является фаза выработки требований пользователя. На этой фазе вырабатываются требования к входным данным, информационным потокам, выходным данным, документации, среде, вычислительным ресурсам. Получаемая на этом этапе информация ориентирована на установление критериев для выходных результатов, задает функциональные возможности ПИ и ограничивает среду использования ПИ. Именно на этой фазе возникают детализированные требования к ПИ.
Вторым процессом являются разработка и описание целей. На этом этапе устанавливаются взаимосогласованные цели создания ПИ. Это связано тем, что некоторые цели имеют противоречивый характер, и необходимо найти компромиссное решение: установить, какие из них более важны при разработке ПИ, а какими можно пренебречь для достижения более важных целей.
В общем случае цели разработки ПИ могут быть сгруппированы в десять категорий: универсальность, человеческие факторы, адаптируемость, сопровождаемость, безопасность, документация, стоимость, календарный план, производительность, надежность.
Внешнее проектирование – это процесс описания планируемого поведения разрабатываемого ПИ с точки зрения потенциальных пользователей. Целью этого процесса является конкретизация внешних взаимодействий будущего ПИ без детализации внутреннего устройства. Внешний проект представляет собой внешние спецификации ПИ, предназначенные для различных групп специалистов - пользователей и разработчиков.
При разработке внешних интерфейсов пользователя проектировщик должен решить три проблемы: 1) доведение до минимума ошибок пользователя; 2) обнаружение ошибок пользователя в случае их возникновения; 3) доведение до минимума сложности разрабатываемого ПИ.
Обычно внешние спецификации представляют собой объемистый документ. Поэтому для упрощения процесса его разработки применяют иерархическую организацию. Разработка внешних спецификаций разбивается на две части: предварительный внешний проект и детальный внешний проект.
Предварительный внешний проект содержит описание основных компонентов, затем компонентов, из которых состоят эти основные компоненты, и далее - внешних функций (функций пользователя), составляющих отдельные компоненты проекта.
Детальный внешний проект каждой функции пользователя должен включать следующую информацию: описание входных данных, описание выходных данных, преобразование системы, характеристики надежности, эффективность, замечания по программированию.
Внутреннее проектирование (проектирование структуры) программного изделия
Внутреннее проектирование программного изделия начинается с изучения внешних спецификаций. Проверяется завершенность спецификаций программных средств и формально выявляются все противоречия. Далее формируются структура программного изделия и общие правила взаимодействия компонентов.
Программное изделие создается на основе модально-иерархической структуры, состоящей из отдельных модулей. Модуль обладает тремя основными признаками: реализует одну или несколько функций, имеет определенную логическую структуру и используется в одном или нескольких контекстах.
Целью проектирования является такое разделение программы на модули, при котором каждый из них по возможности выполняет только одну функцию, т.е. обладает функциональной связностью.
Связность модуля определяется как мера независимости его частей. Чем выше связность модуля, тем лучше результат проектирования. Типы связности модулей: по совпадению, логическая, временная, процедурная, коммуникативная, последовательная, функциональная. Модуль с функциональной связностью обладает высшей степенью внутренней связности.
Второй путь достижения независимости модулей состоит в минимизации связи между ними. Сцепление модулей, т.е. мера взаимозависимости модулей по данным, характеризуется как способом передачи данных, так и свойствами самих этих данных. Независимые модули могут быть модифицированы без переделки каких-либо других модулей. Слабое сцепление более желательно, так как это означает высокий уровень их независимости. Модули являются полностью независимыми, если каждый из них не содержит о другом никакой информации.
1>
Do'stlaringiz bilan baham: |