Neuroverkkoja - ovat ne, jotka koostuvat yksikkö elementtejä - neuronien.Ne ovat matemaattisia malleja biologisen neuronien eli solut, jotka muodostavat hermoston.
ensimmäinen alkoi puhua neuroverkot vuonna 1943, mutta sen jälkeen keksintö Perceptron Rosenblatt tuli kultakauden, ja verkostoista on tullut erittäin suosittuja.Kuitenkin julkistamisen jälkeen Minskin vuonna 1969, jossa tiedemies on osoittautunut tehottomuus Perceptron, tietyin edellytyksin, kiinnostus alan laski jyrkästi.Mutta tarina ei pääty keinotekoisia verkkoihin.Vuonna 1985, George. Hopfield esittivät tutkimuksia ja osoitti, että neuroverkko - erinomainen työkalu koneen oppimiseen.
lainattiin biologian useita eri konsepteja ja periaatteita.Neuron - eräänlainen kytkin, joka vastaanottaa ja lähettää impulsseja (signaaleja).Jos neuroni saa riittävän tehokas vauhtia, uskotaan, että se on aktivoitu, ja lähettää pulssit jäljellä neuronien liittyy siihen.Neuron sama, joka ei ole aktivoitu, pysyy lepotilassa, pulssi ei kulje.Neuroni koostuu useista tärkeimmät osat: synapsien joka yhdistää neuronien toisiinsa ja vastaanottaa pulsseja, aksonin, jonka tehtävänä on lähettää pulsseja ja dendriitin, joka vastaanottaa signaaleja eri lähteistä.Kun neuroni vastaanottaa impulssin ylittää tietyn kynnyksen, se välittömästi lähettää signaalin seuraavaan neuronien.
matemaattinen malli on hieman erilainen.Log matemaattinen malli neuroni - vektori, joka muodostuu suuri määrä komponentteja.Jokainen komponentti - on yksi pulsseja jotka vastaanotetaan neuroni.Tuotos malli on yhden numeron.Että on, mallissa tulovektori muunnetaan skalaari, siirrettiin myöhemmin toisiin neuroneihin.
Neuroverkot voidaan kouluttaa kahdella tavalla: ja ilman opettaja.Oppimisprosessi koostuu useista vaiheista.Ole hyvä ja kirjoita verkko toimi ärsyke ulkopuolelta.Sitten sääntöjen mukaisesti muuttaa vapaa parametrit neuroverkko, sitten Verkko vastaa syötettävä ärsykkeisiin olla toisin.Prosessi on toistettava niin kauan kuin verkko ei ratkaise ongelmaa.Ohjattu oppiminen algoritmi on, että koulutuksen aikana verkko on jo oikea vastaus.Tätä menetelmää on käytetty onnistuneesti monissa sovelluksissa, mutta se on usein kritisoitu siitä, että hän on biologisesti epäuskottava.Neuroverkot koulutetaan ilman opettajaa tapauksessa, jossa ainoa tunnettu tulosignaaleja.Tämän perusteella verkko vähitellen oppii antamaan paras arvo lähdöt.
soveltaminen Neuroverkkojen on todella monipuolinen.Usein niitä käytetään automaatio tunnustamista, ennustaminen, luominen eri asiantuntijajärjestelmät toiminnallinen lähentämisestä.Tällaisen verkon voi suorittaa äänentunnistuksen tai optinen signaali indikaattoreita ennustaa vaihto, luoda järjestelmä, joka pystyy itseopiskeluun, joka voi esimerkiksi syntetisoimiseksi puheen tekstistä tai pysäköintialue.Neuroverkot käytetty lännessä yhä valitettavasti kotimaiset yritykset eivät ole vielä ottaneet tätä tekniikkaa.
eduista huolimatta ANN perinteisiin laskelmiin joillakin alueilla, nykyisten neuroverkot - ei täydellinen ratkaisu.Koska he pystyvät oppimaan, he voivat olla väärässä.Lisäksi, on mahdotonta tarkasti varmistaa, että neuroverkko on suunniteltu optimaalinen.Kehittäjä tarvitaan ymmärtämään ongelman luonne on ratkaistu, on paljon tietoa, joka kuvaa ongelmaa, saadakseen tietoja testaukseen ja koulutuksen verkko, valita oikea menetelmä koulutuksen, siirtofunktio ja toiminta summaimen.
