Проектирование и оптимизация сетей связи

С помощью нейронных сетей успешно решается важная задача в

области телекоммуникаций – нахождение оптимального пути трафика между

узлами. Учитываются две особенности: во-первых, решение должно быть

адаптивным, т. е. учитывать текущее состояние сети связи и наличие

сбойных участков, а во-вторых, оптимальное решение необходимо находить

в реальном времени. Кроме управления маршрутизацией потоков, нейронные сетииспользуются для получения эффективных решений в области проектирования новых телекоммуникационных сетей

Распознавание речи

Распознавание речи – одна из наиболее популярных областей

применений нейронных сетей. Демонстрационная система для дикторо-независимого речевого управления встроенным калькулятором Windows (Российская компания Нейропроект) способна распознавать 36 команд, сказанных в стандартный микрофон. Для классификации слов используется двухкаскадная иерархическая нейронная сеть, где первый каскад состоит из одного персептрона (1000 входов, 24 нейрона в скрытом слое, 6 выходов), а второй каскад – из 6 персептронов с различными параметрами слоев.(персептрон - модель процесса восприятия, осуществляемого при помощи сети нейронов)

Анализ потребительского рынка

Один из популярных маркетинговых механизмов – распространение

купонов, дающих право покупки определенного товара со скидкой. Так как

затраты на рассылку купонов довольно велики, решающим фактором

является эффективность рассылки, то есть повышение доли клиентов,

воспользующихся скидкой. Для повышения эффективности купонной

системы необходимо проведение предварительной сегментации рынка, а

затем адресация клиентам каждого сегмента именно тех купонов, которыми

они с большей вероятностью воспользуются.

Нейросетевая система (компания IBM Consulting), прогнозирующая

свойства потребительского рынка пищевых продуктов, решает задачу

кластеризации. На втором этапе для

потребителей каждого из кластеров подбираются подходящие коммерческие

предложения, а затем строится прогноз объема продаж для каждого

сегмента.

Другой популярный маркетинговый механизм – распространение

поощрительных товаров (когда, например, присылая 5 этикеток от кофе,

клиент бесплатно получает кружку). Здесь, обычные методы

прогнозирования отклика потребителей могут быть недостаточно точны:

иногда, спрос на кружки оказывается слишком велик и многие покупатели

годами ждут получения приза.

Исследование спроса

Для сохранения бизнеса в условиях конкуренции компании

приходится поддерживать постоянный контакт с потребителями –

«обратную связь». Крупные компании проводят опросы потребителей,

позволяющие выяснить, какие факторы являются для них решающими при

покупке данного товара или услуги, почему в некоторых случаях

предпочтение отдается конкурентам и какие товары потребитель хотел бы

увидеть в будущем. Анализ результатов такого опроса – достаточно сложная

задача, так как существует большое количество коррелированных

параметров.

Нейросетевая система (компания Neural Technologies) позволяет

выявлять сложные зависимости между факторами спроса, прогнозировать

поведение потребителей при изменении маркетинговой политики, находить

наиболее значимые факторы и оптимальные стратегии рекламы, а также

очерчивать сегмент потребителей, наиболее перспективный для данного

товара. В частности, система применяется для исследований предпочтений

различных сортов пива в зависимости от возраста, дохода, семейного

положения потребителя и других параметров.

Анализ страховых исков

Нейросетевая система Claim Fraud Analyser (компания Neural Innovation Ltd.) предназначена для выявления в реальном времени подозрительных страховых исков, поступающих в связи с повреждениями автомобилей. На входы системы подаются такие параметры, как возраст и опыт водителя, стоимость автомобиля, наличие подобных происшествий в прошлом и др.

В результате обработки такой информации нейронная сеть определяет

вероятность того, что данный иск не связан с мошенничеством. Система

позволяет не только обнаруживать фальсификации, но и улучшать

отношения с клиентами за счет более быстрого удовлетворения справедливых исков.

Обслуживание кредитных карт

Нейросетевая система Falcon (компания HNC), разработанная для

отслеживания операций с крадеными кредитными картами и поддельными

чеками, позволяет по частоте сделок и характеру покупок выделить

подозрительные сделки и сигнализировать об этом в контролирующие

службы. Благодаря данной системе, отслеживающей более 260 миллионов

счетов 16 крупнейших эмитентов кредитных карт, потери банков от таких

операций заметно уменьшились.

Аналогичная система (компания ITC), используемая для обработки

операций с кредитными картами VISA, предотвратила в 1995 г. нелегальные

сделки на сумму более 100 млн долларов.

Нейронные сети могут быть использованы и в других задачах. Основными предопределяющими условиями их использования являются наличие «исторических данных», используя которые нейронная сеть сможет обучиться, а также невозможность или неэффективность использования других, более формальных, методов.

Оценка недвижимости

Стоимость квартиры или дома зависит от большого числа факторов, таких как общая площадь, удаленность от центра, экологическая обстановка, престижность, тип дома, и т.д. Так как вид этих зависимостей неизвестен, то

стандартные методы анализа неэффективны в задаче оценки стоимости. Как

правило, эта задача решается экспертами-оценщиками, работающими в агентстве по недвижимости. Недостатком такого подхода является субъективность оценщика, а также возможные разногласия между различными экспертами. Система на основе нейронной сети (компания Attrasoft) способна эффективно решать широкий спектр задач объективной оценки стоимости недвижимости. Группа исследователей из университета г. Портсмут (Великобритания) в системе на основе нейронной сети использовала данные по оценке недвижимости из обзоров риэлтеровских фирм и списков аукционных цен. Результаты исследования показали, что система делает оценки стоимости близкие к оценкам лучших экспертов и специалистов данного профиля.