인공 신경 네트워크 란 무엇입니까?

인공 신경 네트워크는 인간의 뇌를 모방하려고하는 일종의 컴퓨터 기술의 이름입니다. 인공 신경 네트워크 또는 ANN은 뇌의 기능을 재생하려는 시도를위한 시뮬레이션 된 뉴런 및 자극을 포함합니다. 이 광범위한 소프트웨어 및 장치는 신경 알고리즘 모델을 사용하여 플래너가 인간의 사고 과정을 모방 할 의사 결정 프로세스를 만듭니다. 인공 신경 네트워크는 지난 수십 년 동안 컴퓨터에 대한 상대적으로 원시적 인 아이디어에서 크게 발전했습니다.

신경망 소프트웨어는 전통적으로 게임 플레이 및 상대적으로 계산 된 인간의 사고와 관련된 기타 작업에 적용됩니다. 보다 생물 물리학 적 관점에서 신경망은 뇌의 뉴런이 메시지를 전달하고 전달하는 방법에 대한 검사를 기반으로합니다. 신경망 응용 분야에는 엔지니어가 다양한 인공 기능이 상호 작용하여 인공 인공 신경망 시스템이 어떻게 인간의 사고를 효과적으로 모방 할 수 있는지 확인하기 위해 전체 생산 출력을 살펴 봅니다. ANN을위한 다양한“실제 응용 프로그램”에는 회귀 분석, 함수 근사, 로봇 및 일반 데이터 처리가 있습니다.

다양한 연구 제공을 위해 다양한 유형의 인공 신경망이 개발되었습니다. 학습, 비지도 또는 강화 학습과 같은 다양한 학습 모델을 사용합니다. 신경망의 유형에는 단방향 피드 포워드 신경망, 방사형 기본 기능 또는 RBF 네트워크, Kohonen 자체 구성 네트워크 및 더 큰 네트워크가 여러 개의 작은 네트워크로 구성된 모듈 식 신경망이 포함됩니다.

인공 신경망에 적용되는 또 다른 유형의 새로운 구조는 종종 의사 결정 모델링 프로세스에서 다양한 네트워크 구조가 각각 자신의 "투표"또는 "의견"을 제공하는 "기계위원회"라고합니다. 이것은 때때로 연관 신경 네트워크 또는 ASNN이라고도합니다. 이러한 종류의 연구의 이점은 ASNN이 ANN이 제공하는 개별 의사 결정 모델과 유사한 방식으로 인간 그룹 의사 결정 또는 기타 복잡한 모델링을 모델링 할 수 있다고 믿는 엔지니어에게 분명합니다.

인공 신경망에서 종종 사용되는 원리를 "퍼지 로직"이라고합니다. "퍼지"라는 단어는 데이터 또는 지식의 차이를 설명하는 데 사용됩니다. 신경망은 교육적 추측과 통계적 예측에 의해 일부 데이터 또는 지식 격차를 좁힐 수 있는데, 이는 전통적으로 전자 의사 결정과 관련된 엄격한 "예 또는 아니오"이진 논리와 대조적입니다. 퍼지 로직을 극복하면 신경망이 시뮬레이션에서 더 나은 결과를 제공 할 수 있습니다. 인공 신경망에 경험이있는 계획자 및 엔지니어는 이전 연구의 빌딩 블록을 사용하여 자신의 마음에 대한 지식의 경계를 넓히기 위해 이러한 도구가 할 수있는 일을 지속적으로 향상시키고 있습니다.