Was ist ein künstliches neuronales Netzwerk?
Ein künstliches neuronales Netzwerk ist ein Name für eine Art Computertechnologie, die versucht, das menschliche Gehirn zu imitieren. Ein künstliches neuronales Netzwerk oder ANN umfasst simulierte Neuronen und Reize für Versuche, die Funktionen des Gehirns zu reproduzieren. Diese breite Palette von Software und Geräten verwendet neuronale Algorithmusmodelle, um Entscheidungsprozesse zu erstellen, von denen die Planer hoffen, dass die menschlichen Denkprozesse eng nachahmen. Künstliche neuronale Netze stellen einen großen Fortschritt von relativ primitiven Ideen über Computer in den vergangenen Jahrzehnten dar.
Neuronale Netzwerksoftware wird traditionell auf Spielspiel und andere Aufgaben angewendet, bei denen ein relativ berechnetes menschliches Denken beinhaltet. In einem bio-physischen Sinne basieren neuronale Netze auf der Untersuchung der Kommunikation der Neuronen des Gehirns und der Relay-Nachrichten. Zu den neuronalen Netzwerkanwendungen gehören die Interaktion verschiedener Funktionen, bei denen Ingenieure die gesamte produktive Ausgabe betrachten, um zu sehen, wie diese künstlichen neuronalen Netzwerksysteme effektiven könnenahmen Sie das menschliche Denken. Eine Vielzahl von „realen Anwendungen“ für ANN umfasst Regressionsanalyse, Funktionsnäherung, Robotik und allgemeine Datenverarbeitung.
Für verschiedene Forschungsbestimmungen wurden verschiedene Arten von künstlichen neuronalen Netzwerken entwickelt. Diese verwenden verschiedene Arten von Lernmodellen wie beaufsichtigte, unbeaufsichtigte oder verstärkte Lernen. Zu den Arten neuronaler Netzwerke gehören ein Einweg-Feedforward-neuronales Netzwerk, eine radiale Basisfunktion oder ein RBF-Netzwerk, ein Kohonen-Selbstorganisationsnetzwerk und sogar modulare neuronale Netze, in denen ein größeres Netzwerk aus mehreren kleinen besteht.
Eine andere Art von neuer Struktur, die auf künstliche neuronale Netze angewendet wird, wird häufig als „Komitee von Maschinen“ bezeichnet, bei dem verschiedene Netzwerkstrukturen in einem Entscheidungsprozess ihre eigene „Abstimmung“ oder „Meinung“ anbieten. Dies wird manchmal auch als assoziatives neuronales Netzwerk oder ASNN bezeichnet. Der WohltatDiese Art von Forschung ist für Ingenieure offensichtlich, die glauben, dass ASNN dazu beitragen kann, dass die Entscheidungsfindung des Menschen auf menschliche Gruppen oder andere komplexe Modellierung auf ähnliche Weise wie die von Ann bereitgestellten individuellen Entscheidungsmodelle modellieren kann.
Ein Prinzip, das oft von einem künstlichen neuronalen Netzwerk genutzt wird, wird als „Fuzzy Logic“ bezeichnet. Das Wort „Fuzzy“ wird verwendet, um Daten oder Wissenslücken zu beschreiben. Neuronale Netzwerke sind oft in der Lage, einige Daten oder Wissenslücken durch fundierte Erraten und statistische Vorhersage zu schließen, was im Gegensatz zu den strengen "Ja oder Nein" -Linärlogik steht, die traditionell mit der elektronischen Entscheidungsfindung verbunden sind. Die Überwindung der Fuzzy -Logik hilft neuronalen Netzwerken, bessere Ergebnisse in Simulationen zu liefern. Mit den Bausteinen früherer Forschungen verbessern Planer und Ingenieure, die mit künstlichen neuronalen Netzwerken erfahren haben, ständig, was diese Tools tun können, um die Grenzen unseres Wissens über unsere eigenen Köpfe zu überschreiten.