Rețele neuronale artificiale

Rețelele neuronale artificiale - sunt cele care sunt formate din celule speciale - neuroni. Acestea sunt modele matematice ale neuronilor biologici, adică, celulele care alcatuiesc sistemul nervos uman.

Pentru prima dată vorbim despre rețele neuronale în 1943, și după inventarea Perceptronul Rosenblatt a venit epoca de aur, și rețelele au devenit foarte populare. Cu toate acestea, după publicarea Minsk în 1969, în care un om de știință a dovedit ineficiența Perceptronul, în anumite condiții, interesul în acest sector a scăzut brusc. Dar povestea nu se termină cu rețele artificiale. . În 1985, J. Hopfield au prezentat studiile lor și au dovedit că rețeaua neuronală - un instrument excelent pentru mașină de învățare.

Acesta a fost împrumutat de la biologie de mai multe concepte și principii. Neuron - un fel de comutator, care primește și transmite apoi impulsuri (semnale). Dacă neuron primește un impuls suficient de puternic, se crede că acesta este activat și transmite impulsurile neuronilor asociate cu acesta rămase. Neuron aceeași care nu a fost activat, rămâne în repaus, ea nu transmite puls. Neuron este format din mai multe componente principale: sinapse care se conecteaza neuroni unul cu altul și primesc impulsuri, Axon, care transmit impulsuri sarcină și dendrite, care primește semnale de la diferite surse. Atunci când un neuron primeste un impuls peste un anumit prag, acesta trimite un semnal imediat la următorul neuron.

Modelul matematic este un pic diferit. Intra model matematic al unui neuron - este un vector, care este compus dintr - un număr mare de componente. Fiecare componenta - este una dintre impulsuri, care sunt recepționate de neuron. Ieșirea modelului este un singur număr. Aceasta este, în vectorul model de intrare este convertit într-un scalar, transferat ulterior la alti neuroni.

rețelele neuronale pot fi instruiți în două moduri: cu și fără un profesor. Procesul de învățare este format din mai multe etape. În primul rând, în rețea este de intrare de la stimul exterior. Apoi, în conformitate cu reglementările variază în parametrii liberi ai rețelei neuronale, atunci rețeaua răspunde la stimuli de intrare deja în mod diferit. Procesul se repetă atâta timp cât rețeaua nu rezolvă problema. Algoritmul de învățare cu un profesor este că, în timpul de formare a rețelei are deja răspunsul corect. Această metodă a fost folosită cu succes pentru multe aplicații, dar este adesea criticat pentru faptul că este biologic neplauzibil. rețelele neuronale sunt instruiți fără profesor, în cazul în care numai cunoscute intrări. Bazat pe ele, rețeaua învață treptat pentru a oferi cele mai bune ieșiri de valoare.

Aplicarea rețelelor neuronale este foarte diversă. Ele sunt adesea folosite pentru a automatiza de recunoaștere, prognoză, crearea diferitelor sisteme expert, apropierea de funcționalelor. Cu o astfel de rețea poate efectua o recunoaștere a sunetului sau a semnalelor optice pentru a anticipa indicatori de schimb a crea sisteme capabile de auto-învățare, care poate, de exemplu, pentru a sintetiza vorbirea dintr-un anumit text sau parcare auto. Rețelele neuronale din Occident sunt folosite mai activ, din păcate, firmele locale nu au fost încă au adoptat această metodă.

În ciuda avantajelor ANN pe calcule convenționale în unele zone, rețelele neuronale existente - nu este soluția ideală. Din moment ce acestea sunt capabile de învățare, acestea pot fi greșit. În plus, nu vă poate garanta exact că rețeaua neuronală dezvoltată este optimă. Dezvoltatorul trebuie să înțeleagă natura problemei abordate, au o mulțime de informații care descrie problema, pentru a obține date pentru testare și de rețea de formare, pentru a alege metoda dreptul de formare, funcția de transfer și funcțiile vipera.