Kunsmatige neurale netwerke

Kunsmatige neurale netwerke - is dié wat bestaan uit spesiale selle - neurone. Hulle is wiskundige modelle van biologiese neurone, dit wil sê, selle waaruit die menslike senuweestelsel.

Vir die eerste keer praat ons oor neurale netwerke in 1943, en ná die uitvinding van Perceptron Rose Blatt het die goue era, en netwerke het baie gewild geword. Maar ná die publikasie van Minsk in 1969, waarin 'n wetenskaplike die ondoeltreffendheid van Perceptron bewys, onder sekere omstandighede, die belangstelling in hierdie sektor skerp gedaal. Maar die storie eindig nie met 'n kunsmatige netwerke. . In 1985, J. Hopfield aangebied hul studies en bewys dat die neurale netwerk - 'n groot hulpmiddel vir die masjien leer.

Dit is nogal geleen uit biologie verskeie konsepte en beginsels. Neuron - 'n soort van skakelaar wat ontvang en dan stuur die polse (seine). As die neuron 'n voldoende kragtige momentum kry, is dit geglo dat dit geaktiveer en stuur die polse oorblywende neurone wat daarmee gepaard gaan. Neuron dieselfde wat nie geaktiveer is nie, bly dit rus, beteken dit nie pols oordra. Neuron bestaan uit verskeie hoofkomponente: sinapse wat neurone verbind aan mekaar en polse, akson, wat impulse taak en dendriete, wat seine ontvang uit verskillende bronne te stuur ontvang. Wanneer 'n neuron 'n impuls bo 'n sekere drumpel ontvang, stuur dit onmiddellik 'n sein na die volgende neuron.

Die wiskundige model is 'n bietjie anders. Teken in wiskundige model van 'n neuron - is 'n vektor, wat bestaan uit 'n groot aantal komponente. Elkeen van die komponent - is een van die polse, wat deur die neuron ontvang. Die uitset van die model is 'n enkele nommer. Dit is, in die model insette vektor is omskep in 'n skalaar, later oorgeplaas na ander neurone.

Neurale netwerke opgelei kan word in twee maniere: met en sonder 'n onderwyser. Die leerproses bestaan uit verskeie stappe. In die eerste plek op die netwerk is insette van buite stimulus. Dan, in ooreenstemming met die regulasies wissel die vrye parameters van die neurale netwerk, dan die netwerk reageer op insette stimuli reeds anders. Die proses moet herhaal word so lank as die netwerk nie die probleem op te los. Die leer algoritme met 'n onderwyser is wat tydens die opleiding van die netwerk het reeds die korrekte antwoord. Hierdie metode is suksesvol gebruik word vir baie toepassings, maar dit is dikwels gekritiseer vir die feit dat dit biologies ongeloofwaardige. Neurale netwerke opgelei sonder die onderwyser in die geval waar die enigste bekende insette. Gebaseer op hulle, die netwerk leer geleidelik na die beste waarde uitsette gee.

Toepassing van neurale netwerke is regtig diverse. Hulle word dikwels gebruik om die erkenning, vooruitskatting, skepping van verskeie outomatiseer deskundige stelsels, benadering van funksionale. Met so 'n netwerk kan klank erkenning of optiese seine uit te voer om te voorspel ruil aanwysers skep stelsels in staat is self-leer, wat kan, byvoorbeeld, om spraak sintetiseer uit 'n gegewe teks of parkeerterrein. Neurale netwerke in die Wes-gebruik meer aktief ongelukkig binnelandse maatskappye het nog nie het hierdie metode aangeneem.

Ten spyte van die voordele van ANN op konvensionele berekeninge in sommige gebiede, die bestaande neurale netwerke - nie die ideale oplossing. Omdat hulle in staat is om leer is, kan hulle verkeerd wees. Daarbenewens, kan jy nie presies waarborg dat die ontwikkelde neurale netwerk optimaal is. Die ontwikkelaar moet die aard van die probleem aangespreek word, het 'n baie inligting wat die probleem beskryf, om data vir die toets en opleiding netwerk te verkry, om die regte metode van opleiding, oordragfunksie en adder funksies kies.