Apa itu neuron buatan?

Neuron buatan adalah fungsi matematika dalam pemrograman perangkat lunak untuk sistem komputer yang berupaya beberapa tingkat untuk meniru interaksi kompleks neuron biologis, atau sel-sel yang melakukan impuls di otak manusia dan sistem saraf.Versi pertama neuron buatan dibuat pada tahun 1943 oleh Warren McCulloch dan Walter Pitts sebagai bentuk neuron biner, di mana input dapat berupa nilai 1 atau -1.Bersama -sama kombinasi dari input ini tertimbang.Jika ambang tertentu diatasi, output dari neuron buatan adalah 1, dan, jika inputnya tidak cukup ketika digabungkan, outputnya adalah nilai -1.

Bersama -sama, kumpulan neuron buatan yang saling berhubungan dimaksudkan untuk berfungsi dalam beberapacara dasar seperti halnya otak manusia.Desain jaringan saraf buatan seperti itu dipandang sebagai batu loncatan kunci di sepanjang jalan menuju pengembangan kehidupan buatan, sistem komputer sintetis yang dapat beralasan dalam beberapa kapasitas seperti yang dilakukan manusia.Sistem komputer cerdas saat ini sudah menggunakan jaringan saraf yang memungkinkan pemrosesan paralel input data dengan cara yang lebih cepat daripada pemrograman komputer linier tradisional.

Contoh sistem di tempat kerja yang tergantung pada neuron buatan adalah sistem perlindungan tanaman yang dikembangkan pada tahun 2006, yang menggunakan kendaraan terbang untuk memindai kondisi tanaman untuk keberadaan penyakit dan hama musiman.Perangkat lunak jaringan saraf dipilih untuk mengendalikan pemindaian tanaman, karena jaringan saraf pada dasarnya mempelajari komputer.Karena lebih banyak data dimasukkan ke dalamnya pada kondisi lokal, mereka menjadi lebih efisien dalam mendeteksi masalah sehingga mereka dapat dikontrol dengan cepat sebelum menyebar.Sistem yang dikendalikan komputer standar, di sisi lain, akan memperlakukan seluruh bidang tanaman secara setara, terlepas dari berbagai kondisi di bagian tertentu.Tanpa pemrograman ulang terus -menerus oleh para desainer, itu akan terbukti jauh lebih tidak efisien daripada sistem berdasarkan adaptasi neuron buatan.

Perangkat lunak jaringan saraf juga menawarkan keuntungan yang dapat disesuaikan oleh para insinyur yang tidak berkenalan dengan desain dasar dari perangkat lunak tersebutpada tingkat pengkodean.Perangkat lunak ini mampu disesuaikan dengan berbagai kondisi, dan memperoleh kemahiran karena terpapar dengan kondisi tersebut dan mengumpulkan data tentang mereka.Awalnya jaringan saraf akan menghasilkan output yang salah sebagai solusi untuk masalah, tetapi, karena output ini diproduksi, ia dimasukkan kembali ke dalam sistem sebagai input dan proses pemurnian yang berkelanjutan dan menimbang data mengarah ke pemahaman yang semakin akurat tentang nyata tentang nyata nyata tentang nyata yang nyata secara nyata yang lebih akuratKondisi dunia, diberi waktu dan umpan balik yang cukup.

Adaptasi dalam bagaimana jaringan saraf dirancang telah menyebabkan jenis neuron buatan lainnya selain struktur neuron biner dasar yang dibuat pada tahun 1943. Jaringan saraf semi-linear menggabungkan fungsi linier dan non-linearyang diaktifkan oleh kondisi.Jika masalah yang dianalisis menampilkan kondisi yang tidak linier, atau tidak dapat diprediksi dengan jelas, dan tidak kecil, maka fungsi nonlinier sistem digunakan dengan diberi lebih berat daripada perhitungan linier.Ketika pelatihan sistem saraf terus berlanjut, sistem menjadi lebih baik dalam mengendalikan kondisi dunia nyata yang dipantau versus apa kondisi ideal sistem seharusnya.Ini sering melibatkan menggabungkan model neuro-fuzzy ke dalam jaringan saraf, yang mampu memperhitungkan tingkat ketidaktepatan dalam menghasilkan output yang bermakna dan status kontrol.