เครือข่ายประสาทเทียม

เครือข่ายประสาทเทียม - เป็นผู้ที่ถูกสร้างขึ้นจากเซลล์พิเศษ - เซลล์ประสาท พวกเขาเป็นแบบจำลองทางคณิตศาสตร์ของเซลล์ประสาททางชีวภาพคือเซลล์ที่ทำขึ้นในระบบประสาทของมนุษย์

เป็นครั้งแรกที่เรากำลังพูดถึงเครือข่ายประสาทในปี 1943 และหลังจากการประดิษฐ์ของ Perceptron Rosenblatt มายุคทองและเครือข่ายได้กลายเป็นที่นิยมมาก อย่างไรก็ตามหลังจากการประกาศของมินสค์ในปี 1969 ซึ่งในนักวิทยาศาสตร์ได้พิสูจน์แล้วว่าการขาดประสิทธิภาพของ Perceptron ภายใต้เงื่อนไขบางประการที่น่าสนใจในภาคนี้ลดลงอย่างรวดเร็ว แต่เรื่องราวไม่ได้จบด้วยเครือข่ายเทียม . ในปี 1985 J ฮปฟิลด์นำเสนอการศึกษาของพวกเขาและได้รับการพิสูจน์ว่าเครือข่ายประสาท - เครื่องมือที่ดีสำหรับการเรียนรู้ของเครื่อง

มันถูกยืมมาจากชีววิทยาแนวคิดและหลักการหลาย เซลล์ประสาท - ชนิดของสวิทช์ที่ได้รับแล้วส่งพัลส์ (สัญญาณ) หากเซลล์ประสาทได้รับแรงผลักดันที่มีประสิทธิภาพเพียงพอก็เป็นที่เชื่อว่ามันถูกเปิดใช้งานและส่งพัเซลล์ประสาทที่เกี่ยวข้องกับมันที่เหลือ เซลล์ประสาทเดียวกันซึ่งไม่ได้เปิดใช้งานมันยังคงอยู่ในส่วนที่เหลือก็ไม่ได้ส่งการเต้นของชีพจร เซลล์ประสาทประกอบด้วยองค์ประกอบหลายหลัก: ประสาทเซลล์ประสาทที่เชื่อมต่อกับแต่ละอื่น ๆ และได้รับการพัซอนซึ่งส่งงานแรงกระตุ้นและ dendrites ซึ่งได้รับสัญญาณจากแหล่งต่างๆ เมื่อเซลล์ประสาทได้รับแรงกระตุ้นสูงกว่าเกณฑ์ที่กำหนดได้ทันทีส่งสัญญาณไปยังเซลล์ประสาทต่อไป

แบบจำลองทางคณิตศาสตร์ที่แตกต่างกันเล็ก ๆ น้อย ๆ เข้าสู่ระบบ แบบจำลองทางคณิตศาสตร์ ของเซลล์ประสาท - เป็นเวกเตอร์ซึ่งประกอบด้วยของจำนวนมากของส่วนประกอบ แต่ละองค์ประกอบ - เป็นหนึ่งของพัลส์ซึ่งจะได้รับจากเซลล์ประสาท การส่งออกของรูปแบบเป็นหมายเลขเดียว นั่นคือในการป้อนข้อมูลเวกเตอร์รูปแบบจะถูกแปลงเป็นสเกลา, ต่อมาย้ายไปเซลล์ประสาทอื่น ๆ

โครงข่ายประสาทเทียมสามารถผ่านการฝึกอบรมในสองวิธีที่มีและไม่มีครู กระบวนการเรียนรู้ประกอบด้วยหลายขั้นตอน เป็นครั้งแรกบนเครือข่ายที่มีการป้อนข้อมูลจากสิ่งเร้าภายนอก จากนั้นในตามระเบียบที่แตกต่างกันไปพารามิเตอร์ฟรีของเครือข่ายประสาทแล้วเครือข่ายที่ตอบสนองต่อสิ่งเร้าการป้อนข้อมูลที่แตกต่างกันอยู่แล้ว กระบวนการควรจะซ้ำตราบเท่าที่เครือข่ายไม่ได้แก้ปัญหา อัลกอริทึมการเรียนรู้กับครูคือว่าในช่วงการฝึกอบรมเครือข่ายที่มีอยู่แล้วมีคำตอบที่ถูกต้อง วิธีนี้ได้รับการใช้ประสบความสำเร็จสำหรับการใช้งานจำนวนมาก แต่มันก็มักจะวิพากษ์วิจารณ์ว่าเป็นเพราะความจริงที่ว่ามันไม่น่าเชื่อทางชีวภาพ โครงข่ายประสาทเทียมโดยไม่ต้องมีการฝึกอบรมครูในกรณีที่ปัจจัยการผลิตที่รู้จักกันเท่านั้น ขึ้นอยู่กับพวกเขาเครือข่ายค่อยๆเรียนรู้ที่จะให้ผลคุ้มค่าที่สุด

การประยุกต์ใช้เครือข่ายประสาทมีความหลากหลายจริงๆ พวกเขามักจะใช้เพื่อทำให้การรับรู้การคาดการณ์การสร้างต่างๆ ระบบผู้เชี่ยวชาญ ประมาณของ functionals ด้วยเช่นเครือข่ายสามารถดำเนินการรับรู้เสียงหรือสัญญาณแสงที่จะคาดการณ์หุ้นแลกเปลี่ยนสร้างระบบความสามารถในการเรียนรู้ด้วยตนเองซึ่งสามารถยกตัวอย่างเช่นในการสังเคราะห์เสียงพูดจากข้อความหรือที่จอดรถที่กำหนด โครงข่ายประสาทเทียมในเวสต์มีการใช้มากขึ้นอย่างแข็งขันโชคไม่ดีที่ บริษัท ในประเทศยังไม่ได้นำวิธีการนี้

แม้จะมีข้อได้เปรียบของ ANN การคำนวณแบบเดิมในบางพื้นที่ที่เครือข่ายประสาทที่มีอยู่ - ไม่ได้เป็นทางออกที่ดี เนื่องจากพวกเขามีความสามารถในการเรียนรู้ของพวกเขาอาจจะไม่ถูกต้อง นอกจากนี้คุณไม่สามารถว่ารับประกันได้ว่าเครือข่ายประสาทการพัฒนาที่เหมาะสม นักพัฒนาจะต้องเข้าใจธรรมชาติของปัญหาที่ถูก addressed มีข้อมูลจำนวนมากที่อธิบายถึงปัญหาที่เกิดขึ้นเพื่อให้ได้ข้อมูลสำหรับการทดสอบและเครือข่ายการฝึกอบรมในการเลือกวิธีการที่เหมาะสมของการฝึกอบรมฟังก์ชันถ่ายโอนและฟังก์ชั่นบวก