재발 성 신경망이란 무엇입니까?

인공 신경망은 인간 뇌와 같은 자연 신경계를 기반으로 한 정보 처리 시스템입니다. 그것들은 상호 연결되어있는 많은 개별 인공 뉴런으로 구성되고, 문제를 함께 해결하고 배울 수있는 능력을 가질 수 있습니다. RNN (Reburrent Neural Network)은 특히 피드백 루프를 포함하기 때문에 인간 뇌와 유사합니다. 이를 통해 신호는 앞뒤로 이동하여보다 복잡하고 덜 안정적인 시스템을 만듭니다. 반복 신경 네트워크는 동적이며, 각 입력 후에, 시스템의 상태는 평형에 도달 할 때까지 지속적으로 변화한다.

인간 뇌는 생물학적 재발 신경 네트워크로 설명 될 수있다. 인공 재발 성 신경망은 과정과 행동을 배우는 뇌의 능력을 공유합니다. 이것은 전통적인 기계 학습 방법에서는 불가능합니다. 다른 유형의 신경망과 공통적으로, 재발 성 신경망은 특히 패턴을 인식하고 경향을 발견하는 데 능숙합니다. 마비의료 스캔, 모델링 본문 시스템, 음성 및 필기 인식 및 주식 시장 예측을 포함하여 이러한 종류의 계산 모델에 대한 잠재적 용도가 발견되었습니다.

일반적으로, 반복 신경 네트워크는 데이터 입력과 알 수없는 출력 사이에 어떤 종류의 관계가 있음을 알려 지거나 강력하게 의심되는 문제를 해결하는 데 사용됩니다. 네트워크는 그 관계를 해결하고 가능한 출력 값을 제공하기 위해 훈련을 받거나 훈련 할 것입니다. 재발 성 신경망은 일부 값이 누락되거나 손상된 큰 복잡한 문제를 처리 할 수 ​​있습니다. 예에서 배우는 능력은 강력하고 유연하며 각 특정 작업에 대한 알고리즘을 만들 필요가 없습니다.

재발 성 신경망은 비선형 통계 데이터 모델링 도구로 설명 할 수 있습니다. 피드백의 존재루프는 변경에 응답 할 수있는 적응 시스템임을 의미합니다. 로봇 공학 분야에서 사용되는 반복 신경 네트워크를 통해 로봇은 경험을 통해 배울 수 있으므로 목표에 도달하기 위해 어떤 방향으로 취할 것인지 결정을 내릴 수 있습니다. 완전히 무작위는 아니지만 예측할 수없는 것들에 초점을 맞추는 것이 보람있게함으로써 로봇의 호기심을 개발할 수있을 수도 있습니다. 일부 과학자들은 의식 자체가 기계적 과정이며 언젠가 의식적인 형태의 재발 신경 네트워크를 개발할 수 있다고 생각하지만, 이것은 로봇과 기계의 권리에 대한 윤리적 질문으로 이어질 것입니다.

.