Hvad er neurale netværksdata mining?
Neurale netværksdata mining er processen med at indsamle og udtrække data ved at genkende eksisterende mønstre i en database ved hjælp af et kunstigt neuralt netværk. Disse kunstige neurale netværk er netværk, der efterligner et biologisk neuralt netværk, såsom det i den menneskelige krop. Neurale netværksdata -minedrift bruges primært af større virksomheder eller forskningsgrupper til at samle og organisere store databaser, men det har adskillige anvendelser på flere områder.
Hos mennesker er det neurale netværk baseret på neuroner. Neuroner er ledningerne for nervesystemet og er ansvarlige for at udføre sanseoplevelser, såsom smerte og følelsen af berøring, i hele kroppen. De kommunikerer på elektriske og kemiske midler og neurale netværk. De meddelelser, de sender, bevæger sig hurtigt gennem de neurale netværk og kan faktisk lære at udføre impulser på nye måder, især neuronerne i hjernen.
Et kunstigt neuralt netværk er en beskrivelse af en kompleks matematisk proces tHat ligner i nogle henseender dets biologiske modstykke. Netværket består af kunstige neuroner, som også er komplekse matematiske ligninger, der fungerer ved at flytte information i en input- og outputproces; Denne proces spejler, hvordan biologiske neuroner fungerer.
Et kunstigt neuralt netværk (ANN) er en kompleks struktur, men dets hovedformål er at beregne komplekse processer hurtigt og effektivt, ligesom et humant neuralt netværk. ANN'er er også oprettet, så de kan lære ved at udføre disse processer, hvilket gør dem til en form for kunstig intelligens. De har en række praktiske anvendelser og kan ses i alt fra talegenkendelsessoftware til radarsystemer.
ANN'er er den vigtigste komponent i mining af neurale netværksdata. De er i stand til at undersøge store databaser, kendt som Data Warehouses, og analysere og udtrække specifikke bunker af information gennem mønstergenkendelse. WhPå den del af information afhænger af brugerens behov. I store virksomheder er de ofte nødt til at analysere data og lægge mærke til tendenser, især med hensyn til udgifter, markedsføring og salg.
Ud over store virksomheder er en anden hovedbruger af neurale netværksdata mining det videnskabelige og ingeniørsamfund. Disse fagfolk kan bruge datamining til at undersøge store informationsstykker indsamlet i forskning og observation og udtrække de mønstre, de har brug for fra disse data. Dette kan spare mange timer af, hvad der ellers ville være en udtømmende proces.
Der er mange andre områder, hvor der bruges neurale netværksdata -mining. For eksempel bruges det til spil, såsom i maskiner end at spille skak og i områder med overvågning, såsom indenlandsk sikkerhed, der overvåger tendenser i terroraktivitet. For nylig er det blevet brugt i minedriftinformation om geografiske systemer, såsom statistik, der er afgørende for klimaændringer.