Co to jest sztuczna sieć neuronowa?

Sztuczna sieć neuronowa to nazwa rodzaju technologii komputerowej, która próbuje naśladować ludzki mózg. Sztuczna sieć neuronowa lub ANN obejmuje symulowane neurony i bodźce do prób odtworzenia funkcji mózgu. Ta szeroka gama oprogramowania i urządzeń wykorzystuje modele algorytmu neuronowego do tworzenia procesów decyzyjnych, które planiści mają nadzieję, że ściśle naśladują ludzkie procesy myślowe. Sztuczne sieci neuronowe stanowią wielki postęp ze stosunkowo prymitywnych pomysłów na temat komputerów w poprzednich dziesięcioleciach.

Oprogramowanie sieci neuronowej jest tradycyjnie stosowane do gry i innych zadań, które obejmują stosunkowo obliczoną myśl ludzkiej. W bardziej biologicznym sensie sieci neuronowe opierają się na badaniu, w jaki sposób neurony mózgu komunikują się i przekazują komunikaty. Aplikacje sieci neuronowej obejmują interakcję różnych funkcji, w których inżynierowie patrzą na całkowitą produktywną wydajność, aby zobaczyć, jak te sztuczne systemy sieci neuronowych mogą się skutecznieNaśladujesz ludzką myśl. Różnorodne „rzeczywiste zastosowania” dla ANN obejmują analizę regresji, przybliżenie funkcji, robotykę i ogólne przetwarzanie danych.

Opracowano różne rodzaje sztucznych sieci neuronowych dla różnych przepisów badawczych. Wykorzystują one różne rodzaje modeli uczenia się, takie jak nadzorowane, bez nadzoru lub wzmocnione uczenie się. Rodzaje sieci neuronowych obejmują jednokierunkową sieć neuronową, promieniową funkcję bazową lub sieć RBF, sieć samoorganizującą się Kohonen, a nawet modułowe sieci neuronowe, w których większa sieć składa się z kilku małych.

Innym rodzajem nowej struktury stosowanej do sztucznych sieci neuronowych jest często nazywany „komitetem maszyn”, w którym różne struktury sieciowe zapewniają własne „głosowanie” lub „opinia” w procesie modelowania decyzyjnego. Jest to również czasami nazywane asocjacyjną siecią neuronową lub ASNN. KorzyśćTo rodzaj badań jest widoczne dla inżynierów, którzy uważają, że ASNN może pomóc w modelowaniu decyzji w grupie ludzkiej lub innym złożonym modelowaniu w niektórych podobnych sposobach jak indywidualne modele decyzyjne dostarczone przez ANN.

Zasada często wykorzystywana przez sztuczną sieć neuronową nazywa się „logiką rozmytą”. Słowo „rozmyte” służy do opisania wszelkich luk w danych lub wiedzy. Sieci neuronowe często są w stanie zamknąć niektóre luki w danych lub wiedzy poprzez wykształcone zgadywanie i prognozowanie statystyczne, które jest przeciwnie ścisłej logiki binarnej „tak lub nie” tradycyjnie związanych z elektronicznym podejmowaniem decyzji. Przezwyciężenie rozmytej logiki pomaga sieciom neuronowym w zapewnieniu lepszych wyników w symulacjach. Korzystając z elementów konstrukcyjnych poprzednich badań, planiści i inżynierowie doświadczeni w sztucznych sieciach neuronowych stale ulepszają to, co te narzędzia mogą zrobić, aby przekraczać granice naszej wiedzy o naszych własnych umysłach.