Qu'est-ce qu'un réseau neuronal artificiel?

Un réseau neuronal artificiel est un nom pour une sorte de technologie informatique qui essaie d'imiter le cerveau humain.Un réseau de neurones artificiels ou Ann comprend des neurones et des stimuli simulés pour les tentatives de reproduction des fonctions du cerveau.Ce large éventail de logiciels et d'appareils utilise des modèles d'algorithmes de neurones pour créer des processus de prise de décision qui, selon les planificateurs, imiteront de près les processus de pensée humaine.Les réseaux de neurones artificiels représentent une grande progression des idées relativement primitives sur les ordinateurs au cours des décennies précédentes.

Le logiciel de réseau neuronal est traditionnellement appliqué au jeu et à d'autres tâches qui impliquent une pensée humaine relativement calculée.Dans un sens plus bio-physique, les réseaux de neurones sont basés sur l'examen de la façon dont les neurones du cerveau communiquent et relaient les messages.Les applications de réseau neuronal incluent l'interaction de diverses fonctions, où les ingénieurs examinent la sortie productive totale pour voir comment ces systèmes de réseau neuronal artificiel peuvent imiter efficacement la pensée humaine.Une variété d '«applications réelles» pour l'ANN comprennent l'analyse de régression, l'approximation des fonctions, la robotique et le traitement général des données.

Divers types de réseaux neuronaux artificiels ont été développés pour différentes dispositions de recherche.Ceux-ci utilisent différents types de modèles d'apprentissage tels que l'apprentissage supervisé, sans surveillance ou renforcé.Les types de réseaux de neurones comprennent un réseau neuronal à part entière, une fonction de base radiale ou un réseau RBF, un réseau d'auto-organisation de Kohonen et même des réseaux de neurones modulaires où un réseau plus grand est composé de plusieurs petits.

Un autre type de nouveauLa structure appliquée aux réseaux de neurones artificiels est souvent appelée un «comité de machines» où diverses structures de réseaux fournissent chacune leur propre «vote» ou «opinion» dans un processus de modélisation de décision.Ceci est également parfois appelé réseau neuronal associatif ou ASNN.L'avantage de ce type de recherche est évident pour les ingénieurs qui croient que l'ASNN peut aider à modéliser la prise de décision de groupe humain ou d'autres modélisation complexe de manière similaire aux modèles de prise de décision individuels fournis par Ann.

Un principe qui est souvent utilisé par unLe réseau neuronal artificiel est appelé «logique floue».Le mot «flou» est utilisé pour décrire toutes les lacunes dans les données ou les connaissances.Les réseaux de neurones sont souvent en mesure de combler certaines lacunes de données ou de connaissances en devinettes et des prédictions statistiques éduquées, ce qui en contraste la logique stricte ou non binaire traditionnellement associée à la prise de décision électronique.Surmonter la logique floue aide les réseaux de neurones à fournir de meilleurs résultats dans les simulations.L'utilisation des éléments constitutifs des recherches antérieures, les planificateurs et les ingénieurs expérimentés avec les réseaux de neurones artificiels améliorent continuellement ce que ces outils peuvent faire pour repousser les limites de nos connaissances sur nos propres esprits.