Ano ang isang artipisyal na neural network?

Ang isang artipisyal na neural network ay isang pangalan para sa isang uri ng teknolohiya ng computer na sumusubok na gayahin ang utak ng tao.Ang isang artipisyal na neural network o ANN ay may kasamang simulated neuron at stimuli para sa mga pagtatangka sa pagpaparami ng mga pag -andar ng utak.Ang malawak na hanay ng software at aparato ay gumagamit ng mga modelo ng neural algorithm upang lumikha ng mga proseso ng paggawa ng desisyon na inaasahan ng mga tagaplano ay malapit na gayahin ang mga proseso ng pag -iisip ng tao.Ang mga artipisyal na neural network ay kumakatawan sa isang mahusay na pagsulong mula sa medyo primitive na mga ideya tungkol sa mga computer sa mga nakaraang dekada.Sa isang mas bio-pisikal na kahulugan, ang mga neural network ay batay sa pagsusuri kung paano nakikipag-usap at nag-relay ang mga neuron ng utak.Kasama sa mga application ng Neural Network ang pakikipag -ugnay ng iba't ibang mga pag -andar, kung saan tinitingnan ng mga inhinyero ang kabuuang produktibong output upang makita kung paano ang mga artipisyal na neural network system ay maaaring epektibong gayahin ang pag -iisip ng tao.Ang iba't ibang mga "real-life application" para sa ANN ay nagsasama ng pagsusuri ng regression, pag-andar ng pag-andar, robotics, at pangkalahatang pagproseso ng data.

Iba't ibang uri ng artipisyal na neural network ay binuo para sa iba't ibang mga probisyon sa pananaliksik.Gumagamit ito ng iba't ibang uri ng mga modelo ng pag -aaral tulad ng pinangangasiwaan, hindi sinusuportahan, o pinatibay na pag -aaral.Ang mga uri ng neural network ay may kasamang one-way feedforward neural network, isang radial basis function o RBF network, isang Kohonen self organizing network, at kahit na modular neural network kung saan ang isang mas malaking network ay binubuo ng maraming maliliit.

isa pang uri ng bagoAng istraktura na inilalapat sa mga artipisyal na neural network ay madalas na tinatawag na "komite ng mga makina" kung saan ang iba't ibang mga istruktura ng network bawat isa ay nagbibigay ng kanilang sariling "boto" o "opinyon" sa isang proseso ng pagmomolde ng desisyon.Minsan ito ay tinatawag din na isang kaakibat na neural network o ASNN.Ang pakinabang ng ganitong uri ng pananaliksik ay maliwanag saAng Artipisyal na Neural Network ay tinatawag na "Fuzzy Logic."Ang salitang "malabo" ay ginagamit upang ilarawan ang anumang mga gaps sa data o kaalaman.Ang mga Neural Networks ay madalas na mai -close ang ilang mga data o kaalaman na gaps sa pamamagitan ng edukadong paghula at hula sa istatistika, na sa kaibahan ng mahigpit na oo o walang binary logic na ayon sa kaugalian na nauugnay sa paggawa ng desisyon.Ang pagtagumpayan ng malabo na lohika ay tumutulong sa mga neural network upang magbigay ng mas mahusay na mga resulta sa mga simulation.Gamit ang mga bloke ng gusali ng nakaraang pananaliksik, ang mga tagaplano at mga inhinyero na nakaranas ng mga artipisyal na neural network ay patuloy na pinapahusay kung ano ang maaaring gawin ng mga tool na ito para sa pagtulak sa mga hangganan ng aming kaalaman tungkol sa aming sariling isipan.