Wat is een kunstmatig neuraal netwerk?
Een kunstmatig neuraal netwerk is een naam voor een soort computertechnologie die het menselijk brein probeert te imiteren. Een kunstmatig neuraal netwerk of ANN omvat gesimuleerde neuronen en stimuli voor pogingen om de functies van de hersenen te reproduceren. Dit brede scala aan software en apparaten maakt gebruik van neurale algoritmemodellen om besluitvormingsprocessen te creëren waarvan planners hopen dat ze menselijke denkprocessen nauwkeurig zullen nabootsen. Kunstmatige neurale netwerken vertegenwoordigen een grote vooruitgang van relatief primitieve ideeën over computers in voorgaande decennia.
Software voor neurale netwerk wordt traditioneel toegepast op het spelen van games en andere taken die een relatief berekende menselijke gedachte inhouden. In meer bio-fysieke zin zijn neurale netwerken gebaseerd op onderzoek van hoe de neuronen van de hersenen communiceren en relay-berichten reladeren. Neurale netwerktoepassingen omvatten de interactie van verschillende functies, waarbij ingenieurs kijken naar de totale productieve output om te zien hoe deze kunstmatige neurale netwerksystemen kunnen effectief kunnen zijny imiteer het menselijk denken. Een verscheidenheid aan "real-life toepassingen" voor ANN omvatten regressieanalyse, functiebenadering, robotica en algemene gegevensverwerking.
Verschillende soorten kunstmatige neurale netwerken zijn ontwikkeld voor verschillende onderzoeksbepalingen. Deze gebruiken verschillende soorten leermodellen, zoals begeleid, zonder toezicht of versterkt leren. Soorten neurale netwerken omvatten een one-way feedforward neuraal netwerk, een radiale basisfunctie of RBF-netwerk, een Kohonen Self Organizing Network en zelfs modulaire neurale netwerken waar een groter netwerk bestaat uit verschillende kleine.
Een ander type nieuwe structuur toegepast op kunstmatige neurale netwerken wordt vaak een "Comité van machines" genoemd, waarbij verschillende netwerkstructuren elk hun eigen "stem" of "mening" bieden in een beslissingsproces. Dit wordt ook soms een associatief neuraal netwerk of ASNN genoemd. Het voordeelHet van dit soort onderzoek is duidelijk voor ingenieurs die geloven dat ASNN kan helpen bij het modelleren van de besluitvorming van de menselijke groep of andere complexe modellering op een vergelijkbare manier als de individuele besluitvormingsmodellen van Ann.
Een principe dat vaak wordt gebruikt door een kunstmatig neuraal netwerk wordt 'fuzzy logic' genoemd. Het woord "fuzzy" wordt gebruikt om hiaten in gegevens of kennis te beschrijven. Neurale netwerken zijn vaak in staat om enkele gegevens of kennislacunes te dichten door opgeleide raden en statistische voorspelling, wat daarentegen de strikte "ja of nee" binaire logica is die traditioneel wordt geassocieerd met elektronische besluitvorming. Het overwinnen van fuzzy logic helpt neurale netwerken om betere resultaten in simulaties te bieden. Met behulp van de bouwstenen van eerder onderzoek, verbeteren planners en ingenieurs met kunstmatige neurale netwerken voortdurend wat deze tools kunnen doen om de grenzen van onze kennis over onze eigen geest te verleggen.