Vad är ett konstgjort neuralt nätverk?

Ett konstgjort neuralt nätverk är ett namn på en slags datateknik som försöker imitera den mänskliga hjärnan.Ett konstgjort neuralt nätverk eller ANN inkluderar simulerade neuroner och stimuli för försök att reproducera hjärnans funktioner.Detta breda utbud av programvara och enheter använder neurala algoritmmodeller för att skapa beslutsprocesser som planerare hoppas kommer att efterlikna mänskliga tankeprocesser.Konstgjorda neurala nätverk representerar ett stort framsteg från relativt primitiva idéer om datorer under tidigare decennier.

Neural Network Software tillämpas traditionellt på spel och andra uppgifter som involverar relativt beräknat mänsklig tanke.I en mer biofysisk mening är neurala nätverk baserade på undersökning av hur hjärnans neuroner kommunicerar och relämeddelanden.Neurala nätverksapplikationer inkluderar interaktion mellan olika funktioner, där ingenjörer tittar på den totala produktiva produktionen för att se hur dessa konstgjorda neurala nätverkssystem effektivt kan imitera mänsklig tanke.En mängd ”verkliga applikationer” för ANN inkluderar regressionsanalys, funktionsnäring, robotik och allmän databehandling.

Olika typer av konstgjorda neurala nätverk har utvecklats för olika forskningsbestämmelser.Dessa använder olika typer av inlärningsmodeller som övervakade, oövervakade eller förstärkta lärande.Typer av neurala nätverk inkluderar ett enkelriktat feedforward Neural Network, en radiell basfunktion eller RBF-nätverk, ett Kohonen-självorganiserande nätverk och till och med modulära neurala nätverk där ett större nätverk består av flera små.

en annan typ av nyStruktur som tillämpas på konstgjorda neurala nätverk kallas ofta en "maskinkommitté" där olika nätverksstrukturer vardera ger sin egen "röst" eller "åsikt" i en beslutsmodelleringsprocess.Detta kallas också ibland ett associerande neuralt nätverk eller ASNN.Fördelen med denna typ av forskning är tydlig för ingenjörer som tror att ASNN kan hjälpa till att modellera mänskligt gruppbeslut eller annan komplex modellering på vissa liknande sätt som de individuella beslutsmodellerna som tillhandahålls av Ann.

En princip som ofta används av enKonstgjorda neurala nätverk kallas "fuzzy logik."Ordet "fuzzy" används för att beskriva eventuella luckor i data eller kunskap.Neurala nätverk kan ofta stänga vissa data eller kunskapsgap genom utbildad gissning och statistisk förutsägelse, vilket i motsats till det strikta ja eller ingen binär logik som traditionellt är förknippad med elektroniska beslutsfattande.Att övervinna fuzzy logik hjälper neurala nätverk att ge bättre resultat i simuleringar.Genom att använda byggstenarna för tidigare forskning förbättrar planerare och ingenjörer som upplevs med konstgjorda neurala nätverk kontinuerligt vad dessa verktyg kan göra för att driva gränserna för vår kunskap om våra egna sinnen.