Le reti neurali artificiali

Le reti neurali artificiali – sono quelli che sono fatti da cellule speciali – i neuroni. Sono modelli matematici di neuroni biologici, vale a dire, le cellule che compongono il sistema nervoso umano.

Per la prima volta stiamo parlando di reti neurali nel 1943, e dopo l'invenzione della percettrone Rosenblatt venuti l'epoca d'oro, e le reti sono diventati molto popolari. Tuttavia, dopo la pubblicazione di Minsk nel 1969, in cui uno scienziato ha dimostrato l'inefficienza del Perceptron, a determinate condizioni, l'interesse per questo settore è sceso drasticamente. Ma la storia non finisce con le reti artificiali. . Nel 1985, J. Hopfield hanno presentato i loro studi e dimostrato che la rete neurale – un grande strumento per la macchina di apprendimento.

E 'stato preso in prestito dalla biologia diversi concetti e principi. Neuron – una sorta di interruttore che riceve e trasmette quindi gli impulsi (segnali). Se il neurone riceve un impulso sufficientemente potente, si ritiene che è attivato e trasmette gli impulsi di neuroni associati rimanenti. Neurone stesso che non è stato attivato, rimane a riposo, non trasmette impulsi. Neurone è costituito da diversi componenti principali: sinapsi che collegano i neuroni tra loro e ricevono impulsi, assone, che trasmettono gli impulsi compito e dendriti, che riceve segnali da varie fonti. Quando un neurone riceve un impulso di sopra di una certa soglia, invia immediatamente un segnale al neurone successivo.

Il modello matematico è un po 'diverso. Accesso modello matematico di un neurone – è un vettore, che è composto da un gran numero di componenti. Ciascuno dei componenti – è uno degli impulsi, che sono ricevuti dal neurone. L'uscita del modello è un singolo numero. Cioè, nel vettore di ingresso modello viene convertito in uno scalare, successivamente trasferiti ad altri neuroni.

Le reti neurali possono essere addestrati in due modi: con e senza un insegnante. Il processo di apprendimento si compone di diversi passaggi. In primo luogo, sulla rete viene immesso dal stimolo esterno. Quindi, in conformità con le normative variare i parametri liberi della rete neurale, allora la rete risponde agli stimoli di ingresso già diverso. Il processo deve essere ripetuto fino a quando la rete non risolve il problema. L'algoritmo di apprendimento con un insegnante è che durante l'allenamento la rete ha già la risposta corretta. Questo metodo è stato utilizzato con successo per molte applicazioni, ma è spesso criticato per il fatto che è biologicamente plausibile. Le reti neurali sono addestrati, senza l'insegnante nel caso in cui gli ingressi solo note. Basata su di essi, la rete impara gradualmente a dare i migliori risultati di valore.

L'applicazione di reti neurali è davvero vario. Essi sono spesso utilizzati per automatizzare il riconoscimento, la previsione, la creazione di vari sistemi esperti, approssimazione di funzionali. Con una tale rete in grado di eseguire il riconoscimento del suono o segnali ottici per prevedere indicatori di cambio di creare sistemi in grado di auto-apprendimento, che può, per esempio, per sintetizzare il discorso da un dato testo o parcheggio. Le reti neurali in Occidente sono usati in modo più attivo, purtroppo, le imprese nazionali non sono ancora avevano adottato questo metodo.

Nonostante i vantaggi di ANN su calcoli convenzionali in alcune aree, le reti neurali esistenti – non è la soluzione ideale. Dal momento che sono in grado di apprendere, possono essere sbagliate. Inoltre, non si può esattamente garantire che la rete neurale sviluppata è ottimale. Lo sviluppatore deve capire la natura del problema viene affrontato, hanno un sacco di informazioni che descrivono il problema, per ottenere i dati per i test e la rete di formazione, di scegliere il giusto metodo di formazione, funzione di trasferimento e le funzioni di vipera.