|
стимулирующая – регулирование через систему налоговых льгот и налоговых санкций производственной и социальной активности;
контрольная – координация и контроль финансовой деятельности с использованием государственными органами налоговых методов;
межотраслевая – влияние налоговых отношений на возникновение условий для согласования и взаимодействия различных финансовых и правовых сфер в интересах развития современного права в сфере экономики и финансов;
правовая – формирование системы норм налогового законодательства и его кодификация;
внешнеэкономическая – защита национальных экономических интересов путем регулирования таможенных и валютных обязательных платежей, установления специального налогового режима иностранных инвестиций, обеспечивающих внешнеэкономическую безопасность государства.
Роль налогов в рыночной экономике. В рыночной экономике налоги выполняют столь важнyю роль, что можно с уверенностью сказать: без хорошо налаженной, четко действyющей налоговой системы, отвечающей yсловиям развития общественного производства, эффективная рыночная экономика невозможна.
Налогам принадлежит решающая роль в формировании доходной части госyдарстенного бюджета. Но на первое место следyет поставить фyнкцию, без которой в экономике, базирyющейся на товарно-денежных отношениях, нельзя обойтись. Эта фyнкция налогов – регулирующая.
216 Понятие нейроинформатики, история развития. Нейронные сети.
Первой попыткой создания и исследования искусственных нейронных сетей считается работа Дж. Маккалока и У. Питтса "Логическое исчисление идей, относящихся к нервной деятельности" (1943 г.), в которой были сформулированы основные принципы построения искусственных нейронов и нейронных сетей., многие идеи, описанные здесь, остаются актуальными и на сегодняшний день.
Большим прорывом в области нейроинтеллекта стало создание нейрофизиологом Френком Розенблатом в 1962 г. модели однослойной нейронной сети, названной персептроном. Она была использована для такого широкого класса задач, как предсказание погоды, анализ электрокардиограмм и искусственное зрение. Первые успехи послужили стимулом для продолжения исследований. Однако вскоре выяснилось, что созданные сети не способны решать некоторые задачи, существенно не отличающиеся от тех, которые они решали успешно. Позднее Марвин Минский, используя точные математические методы, строго доказал ряд теорем, показав, что используемые однослойные сети теоретически не способны решить многие простые задачи, например, реализовать логическую функцию "Исключающее ИЛИ". Безупречность доказательств Минского, подкрепленная его авторитетом в ученых кругах, явилась одной из причин задержки развития нейроинтеллекта почти на два десятилетия. Однако ряд наиб. настойчивых ученых, таких как Кохонен, Гроссберг, Андерсон продолжили иссл-ния, постепенно создавая теоретич. основы для построения и применения искусств-ых нейронных сетей.
За последние десятилетия теория о нейроинтеллекте приобрела новое дыхание. Было предложено много интересных разработок, таких, например, как когнитон, способный с высокой достоверностью распознавать достаточно сложные образы (например, иероглифы) независимо от поворота и масштаба изображения. Автором когнитона является японский ученый К. Фукушима. В 1982 году американский биофизик Дж. Хопфилд предложил интересную модель сети, получившей в будущем его имя. Позднее было разработано ряд эффективных алгоритмов: сеть встречного потока, двунаправленная ассоциативная память и другие.
Нейроинформатика — область научных исследований, лежащая на пересечении нейронауки и информатики. Нейроинформатика является разделом искус-го интеллекта, объединяющем нейросетевые и нейрокомпьютерные технологии.
Самый важный элемент нейросистем адаптивный сумматор, который вычисляет скалярное произведение вектора входного сигнала x на вектор параметров a. Нелинейный преобразователь сигнала получает скалярный входной сигнал x и переводит его в заданную нелинейную функцию f(x).
Слоистые сети. Здесь нейроны расположены в несколько слоев. Нейроны первого слоя получают входные сигналы, преобразуют их и через точки ветвления передают нейронам 2го слоя. Далее срабатывает 2ой слой и т.д. до слоя k, который выдает вых-ные сигналы для интерпретатора и пользователя. Если противное не оговорено, то каждый выходной сигнал слоя i подается на вход всех нейронов слоя i+1.
Полносвязные сети. Здесь каждый нейрон передает свой выходной сигнал остальным нейронам, вкл. самого себя. Вых-ными сигналами сети могут быть все или некоторые выходные сигналы нейронов после нескольких тактов функционирования сети. Все вх. сигналы подаются всем нейронам.
Do'stlaringiz bilan baham: |
