Co je to umělá neuronová síť?

Umělá neuronová síť je název pro určitý druh počítačové technologie, který se snaží napodobit lidský mozek. Umělá neuronová síť nebo ANN zahrnuje simulované neurony a podněty pro pokusy o reprodukci funkcí mozku. Tato široká škála softwaru a zařízení používá modely nervových algoritmů k vytváření rozhodovacích procesů, které plánovači doufají, že pečlivě napodobují procesy lidského myšlení. Umělé neuronové sítě představují velký pokrok z relativně primitivních myšlenek o počítačích v předchozích desetiletích.

Software Neural Network se tradičně aplikuje na hraní her a další úkoly, které zahrnují relativně vypočítané lidské myšlení. V biofyzikálním smyslu jsou neuronové sítě založeny na zkoumání toho, jak mozkové neurony komunikují a předávají zprávy. Aplikace neuronové sítě zahrnují interakci různých funkcí, kde se inženýři dívají na celkový produktivní výstup, aby viděli, jak tyto umělé neuronové síťové systémy mohou ovlivnity napodobuje lidskou myšlenku. Různé „aplikace v reálném životě“ pro ANN zahrnují regresní analýzu, aproximaci funkce, robotiku a obecné zpracování dat.

Pro různá ustanovení o výzkumu byly vyvinuty různé typy umělých neuronových sítí. Tito používají různé druhy modelů učení, jako je pod dohledem, bez dozoru nebo posíleného učení. Mezi typy neuronových sítí patří jednosměrná krmivá neuronová síť, radiální základní funkce nebo síť RBF, samoobslužnou síť Kohonen a dokonce i modulární neuronové sítě, kde je větší síť složena z několika malých.

6 To se také někdy nazývá asociativní neuronová síť nebo ASNN. VýhodyJe to z tohoto druhu výzkumu zřejmé pro inženýry, kteří se domnívají, že ASNN může pomoci modelovat rozhodování o lidské skupině nebo jiné komplexní modelování některými podobnými způsoby jako jednotlivé modely rozhodování poskytované Ann.

Princip, který je často využíván umělou neuronovou sítí, se nazývá „fuzzy logika“. Slovo „fuzzy“ se používá k popisu všech mezer v datech nebo znalostech. Neuronové sítě jsou často schopny uzavřít některé mezery v oblasti údajů nebo znalostí vzdělaným hádáním a statistickou predikcí, což je na rozdíl od přísné binární logiky „ano nebo ne“ tradičně spojené s elektronickým rozhodováním. Překonání fuzzy logiky pomáhá neuronovým sítím poskytovat lepší výsledky v simulacích. Použití stavebních bloků předchozího výzkumu, plánovači a inženýři, kteří mají zkušenosti s umělými neuronovými sítěmi, neustále zvyšují to, co tyto nástroje mohou udělat pro posunutí hranic našich znalostí o našich vlastních myslích.