Tehisnärvivõrke - on need, mis koosnevad ainsuses elemendid - neuronid.Nad on matemaatiliste mudelite bioloogiliste neuronite, st rakud, mis moodustavad närvisüsteemi.
hakkas rääkima närvivõrgud 1943, kuid pärast leiutis perceptron Rosenblatt tuli kuldne ajastu ja võrgustikud on muutunud väga populaarseks.Kuid pärast avaldamist Minsk 1969, kus teadlane tõestas ebaefektiivsus perceptron teatud tingimustel, on huvi selle sektori langes järsult.Aga lugu ei lõpe kunstlik võrgustikud.Aastal 1985, George. Hopfieldi esitles oma õpinguid ja tõestatud, et Närvivõrgus - suurepärane vahend masin õppe.
laenanud bioloogia mitmed mõisted ja põhimõtted.Neuron - mingi lüliti, mis saab ja saadab impulsse (signaale).Kui neuron saab piisavalt võimsad hoogu, usutakse, et see aktiveerub ja edastab impulsside allesjäänud neuronite sellega seotud.Neuron sama, mida ei aktiveeritud, jääb riigi allaklapitav, pulssi ei liigu.Neuron koosneb mitmest põhikomponenti: sünapside mis ühendavad neuronite üksteisele ja impulsside vastuvõtuks, aksoni, kelle ülesandeks on edastada impulsse ning dendrite, mis võtab vastu signaale erinevatest allikatest.Kui neuron saab impulss on ületanud teatud künnise, siis kohe saadab signaali järgmise neuroneid.
matemaatiline mudel on veidi erinev.Logi matemaatilist mudelit neuron - vektorit, mis koosneb suur hulk komponente.Iga komponendi - on üks impulsside mille saab neuron.Väljund mudeli ühe numbri.See tähendab, et selles mudelis sisendivektori muundatakse skalaar, hiljem üle teistele neuronitele.
Neural võrgud võib treenida kahel viisil: koos ja ilma õpetaja.Õppeprotsess koosneb mitmest etapist.Palun sisestage võrgu pakutakse stiimuleid väljastpoolt.Siis, vastavalt eeskirjadele muutuvate vaba parameetrid närvivõrk, siis võrk reageerib sisendtoimete on erinevalt.Protsessi tuleks korrata nii kaua kui võrk ei lahenda probleemi.Juhendatud õpe algoritm on, et treeningu ajal võrgu juba õige vastus.See meetod on edukalt kasutada paljudes rakendustes, kuid see on sageli heita, et ta on bioloogiliselt ebausutavaks.Närvivõrgud on koolitatud ilma õpetaja puhul, kus ainus teadaolev sisendsignaalidel.Selle põhjal võrgustik järk-järgult õpib anda parima hinna ja väljundid.
kohaldamine närvivõrgud on tõesti mitmekesine.Sageli kasutatakse automaatika tunnustamist, prognoosimine, loodud erinevaid ekspert süsteemid funktsionaalne ühtlustamise.Sellise võrgu saab teha audio avastamise ja optilise signaali näitajad ennustavad vahetada, et luua süsteemi, mis iseõppimist, mis võib näiteks sünteesida kõne antud teksti või parkla.Närvivõrgud kasutatakse West üha kahjuks riigisisesed ettevõtted ei ole veel võtnud seda tehnikat.
Vaatamata eelistele ANN konventsionaalsed arvutused mõnes valdkonnas, olemasolevaid närvivõrgud - ei ole parim lahendus.Kuna nad on võimelised õppima, neid võib olla vale.Lisaks on võimatu täpselt, et tagada närvivõrgu eesmärk on olla optimaalne.Arendaja on vaja mõista probleemi olemust on lahendatud, on palju teavet, mis kirjeldab probleemi, et saada andmeid testimiseks ja koolitus võrgustik, valida õige meetod koolitus, ülekande funktsiooni ja funktsiooni rästik.
