Искусственный интеллект - нейронные сети, генетические алгоритмы, нечёткая логика

По своей учёбе в институте необходимо применить распознавание дефектов (классификации). Для распознавания пока планирую использовать искусственные нейронные сети (ИНС) типа "Персептрон". Запрограммировал сеть, обучается по методу обратного распространения ошибки. Проверил пока только на тестовых данных - работает приемлемо, обучается при ошибки в 1% не более минуты, при ошибке в 0,1% - не дождался, но судя по графику минут 30-60 будет обучаться.
На реальных данных с объекта пока не проверял.
В будущем хочу распараллелить алгоритм обучения, чтоб посмотреть эффект от выполнения по времени на одноядерных и многоядерных процессорах.

Есть ли у кого-нибудь опыт использования ИНС? Интересует критерии выбора типа и структуры ИНС. Я вот сначала хотел использовать сеть Кохонена, но она очень не устойчива и по-моему имеет ряд недостатков.

p/s: мне был бы интересно узнать о любом вашем опыте с выше перечисленными моделями и алгоритмами

Тема интересная, но опыта нет - самоучки мы.


Не думал перенести вычисления на видеокарту? По идее будет ощутимо шустрее, чем на проце.

Я не знаю как это делается) Из меня то программист - так себе. Алгоритмы понимаю, что требуется сделать тоже ясно, а вот как... часто не знаю. Особенно, что касается работы с системой, железом и т.п.

Да там уже не требуется прямой работы с железом. Для CUDA точно либы есть под разные языки.