Vad är Neural Network Data Mining?

Neural nätverksdatamining är processen för att samla in och extrahera data genom att känna igen befintliga mönster i en databas med hjälp av ett konstgjordt neuralt nätverk. Dessa konstgjorda neurala nätverk är nätverk som emulerar ett biologiskt neuralt nätverk, till exempel det i människokroppen. Neural nätverksdatautvinning används främst av större företag eller forskningsgrupper för att samla in och organisera stora databaser, men har många användningsområden inom flera fält.

Hos människor är det neurala nätverket baserat på neuroner. Neuroner är ledningarna för nervsystemet och ansvarar för att genomföra sinnesupplevelser, såsom smärta och känslan av beröring, i hela kroppen. De kommunicerar via elektriska och kemiska medel och nervnätverk. Meddelandena som de skickar rör sig snabbt genom nervnätverket och kan faktiskt lära sig att leda impulser på nya sätt, särskilt nervcellerna i hjärnan.

Ett konstgjordt neuralt nätverk är en beskrivning av en komplex matematisk process som i vissa avseenden liknar dess biologiska motsvarighet. Nätverket består av konstgjorda neuroner, som också är komplexa matematiska ekvationer, som fungerar genom att flytta information i en in- och utgångsprocess; denna process speglar hur biologiska neuroner fungerar.

Ett artificiellt neuralt nätverk (ANN) är en komplex struktur, men dess huvudsakliga syfte är att beräkna komplexa processer snabbt och effektivt, precis som ett mänskligt neuralt nätverk. ANN: er skapas också så att de kan lära sig genom att göra dessa processer, vilket gör dem till en form av konstgjord intelligens. De har olika praktiska användningar och kan ses i allt från taligenkänningsprogramvara till radarsystem.

ANN: er är den viktigaste komponenten i gruvdrift för neuralt nätverk. De kan undersöka stora databaser, kända som datalager, och analysera och extrahera specifika bitar av information genom mönsterigenkänning. Vad den delen av information är beror på användarens behov. I stora företag behöver de ofta analysera data och märka trender, särskilt när det gäller utgifter, marknadsföring och försäljning.

Förutom stora företag är en annan huvudanvändare av gruvdrift för neuralt nätverk det vetenskapliga och tekniska samhället. Dessa yrkesverksamma kan använda data mining för att undersöka stora bitar av information som samlas in i forskning och observation och utvinna de mönster de behöver från den informationen. Detta kan spara många timmar av vad som annars skulle vara en uttömmande process.

Det finns många andra områden där neurala nätverksdata används. Till exempel används det i spel, till exempel i maskiner än i schack, och inom områden för övervakning, till exempel inhemsk säkerhet som övervakar trender i terroristaktiviteter. På senare tid har den använts i gruvinformation om geografiska system, till exempel statistik som är avgörande för klimatförändringar.