역설 신경망이란 무엇입니까?

프로그래밍, 컴퓨터 및 인공 지능의 세계에서 역전 신경 네트워크는 단순히 역전을 사용하는 일종의 인공 신경망 (ANN)입니다. 역전술은 기본이며 일반적으로 사용되는 알고리즘으로 Ann에게 주어진 작업을 수행하는 방법을 지시합니다. 이 개념이 혼란스러워 보일 수 있지만 프로세스 중에 필요한 방정식을 살펴본 후에는 완전히 외래처럼 보이지만,이 개념은 완전한 신경망과 함께 이해하기 쉽습니다.

신경망에 익숙하지 않은 사람들의 경우, ANN 또는 단순히“신경망”을 나타내는 NN은 생명체에서 발견 된 것과 같은 실제 신경망의 특정 특징을 따라 패턴 화 된 수학적 모델입니다. 인간 뇌는 인공 NN의 구조와 작동을 개선하는 방법에 대한 단서를 제공하는 최고의 신경망입니다. 가장 기초적인 뇌처럼 Ann은 상호 연결된 인공 네트워크를 가지고 있습니다.정보를 처리하는 뉴런.

그것에 대해 매혹적인 것은 Ann이 환경과 네트워크 내에서받는 정보에 따라 필요할 때 구조를 조정하고 수정할 수 있다는 것입니다. 비선형 통계 데이터 분석을 사용하고 입력 및 출력과 같은 데이터 간의 복잡한 관계를 해석 할 수있는 정교한 계산 모델입니다. 전통적인 계산 방법을 사용하여 해결할 수없는 문제를 해결할 수 있습니다.

역설 신경망에 대한 아이디어는 1969 년에 Arthur E. Bryson과 Yu-Chi Ho의 작품에서 처음으로 시작되었습니다. 나중에 다른 프로그래머와 과학자들은이 아이디어를 개선했습니다. 1974 년부터 Backpropagation Neural Network는 인공 신경 네트워크의 연구와 창조에서 혁신적인 혁신으로 인식되었습니다.

신경망 학습은 주요 TA입니다K는 ANN 내에서 데이터를 올바르게 처리하고 기능을 올바르게 수행 할 수 있도록합니다. 역전 신경망은 일반화 된 형태의 델타 규칙을 사용하여 신경망 학습을 가능하게합니다. 이는 네트워크에 공급 된 특정 입력에서 원하는 출력을 계산할 수있는 교사를 사용한다는 것을 의미합니다.

다시 말해서, 역설 신경망은 예에 의해 배웁니다. 프로그래머는 특정 입력 세트가 주어지면 올바른 출력이 무엇인지 보여주는 학습 모델을 제공합니다. 이 입력 출력 예제는 교사 또는 모델이며, 네트워크의 다른 부분이 후속 계산을 패턴 할 수 있습니다.

전체 프로세스는 측정 된 간격으로 체계적으로 진행됩니다. 확실한 입력 세트가 주어지면 ANN은 모델에서 배운 계산을 초기 출력을 제시합니다. 그런 다음이 출력을 원래 알려진, 예상 또는 양호한 출력과 비교하고 조정합니다.필요에 따라. 프로세스에서 오류 값이 계산됩니다. 그런 다음 가능한 최상의 출력이 결정될 때까지 역설 신경망을 통해 앞뒤로 전파됩니다.