人工ニューロンとは何ですか？

人工ニューロンは、生物学的ニューロンの複雑な相互作用、または人間の脳および神経系の衝動伝導細胞の複雑な相互作用をある程度エミュレートしようとするコンピューターシステムのソフトウェアプログラミングにおける数学的機能です。人工ニューロンの最初のバージョンは、1943年にウォーレン・マカロックとウォルター・ピッツによって、入力が1または-1の値になる可能性のあるバイナリニューロンの形として作成されました。これらの入力の組み合わせが重み付けされます。特定のしきい値が克服された場合、人工ニューロンの出力は1であり、結合すると入力が不十分な場合、出力は-1値です。人間の脳と同様に基本的な方法。このような人工ニューラルネットワーク設計は、人工生命の発達への道に沿って、人間のように何らかの能力で推論できる合成コンピューターシステムに沿って重要な足がかりと見なされています。今日のインテリジェントなコンピューターシステムは、従来の線形コンピュータープログラミングよりも迅速な方法でデータ入力の並行処理を可能にするニューラルネットワークをすでに採用しています。huron人工ニューロンに依存する職場のシステムの例は、2006年に開発された作物保護システムであり、飛行車両を利用して季節性疾患や害虫の存在を作物条件をスキャンしました。ニューラルネットワークは本質的にコンピューターを学習しているため、作物のスキャンを制御するためにニューラルネットワークソフトウェアが選択されました。ローカル条件でより多くのデータがそれらに供給されると、それらは問題を検出するのにより効率的になり、広がる前に迅速に制御できるようになります。一方、標準的なコンピューター制御システムは、特定のセクションのさまざまな条件に関係なく、作物の分野全体を等しく扱っていたでしょう。デザイナーによる継続的な再プログラミングがなければ、人工ニューロンの適応に基づいたシステムよりもはるかに非効率的であることが証明されていました。コーディングレベルで。このソフトウェアは、広範囲の条件に適応でき、それらの条件にさらされ、それらに関するデータを収集するため、習熟度を高めることができます。当初、ニューラルネットワークは問題の解決策として誤った出力を生成しますが、この出力が生成されるにつれて、入力と継続的なプロセスとしてシステムに送り返され、データを比較検討すると、実際のより正確な理解につながります。世界の条件、十分な時間とフィードバックを与えられます。条件によって活性化されます。分析される問題が線形ではない、または明確に予測できず、軽微ではない条件を表示する場合、システムの非線形関数は、線形計算よりも重量が与えられることで利用されます。神経システムのトレーニングが続くにつれて、システムは、システムの理想的な条件がどうあるべきかに対して、監視している現実世界の条件を制御するのに優れています。これには、多くの場合、ニューロファジーモデルをニューラルネットワークに組み込むことが含まれます。ニューラルネットワークは、意味のある出力と制御状態を生成する際に不正確な程度を説明できます。