الشبكات العصبية الاصطناعية

الشبكات العصبية الاصطناعية - هي تلك التي تتكون من خلايا خاصة - الخلايا العصبية. وهي النماذج الرياضية من الخلايا العصبية البيولوجية، أي الخلايا التي تشكل الجهاز العصبي البشري.

لأول مرة ونحن نتحدث عن الشبكات العصبية في عام 1943، وبعد اختراع المستقبلات روزنبلات جاء العصر الذهبي، وأصبحت شبكات بشعبية كبيرة. ومع ذلك، بعد نشر مينسك في عام 1969، والذي أثبت عالما عدم كفاءة المستقبلات، في ظل ظروف معينة، انخفضت الفائدة في هذا القطاع بشكل حاد. ولكن القصة لا تنتهي مع شبكات الاصطناعية. وفي عام 1985، قدم J هوبيلد دراستهم وثبت أن الشبكة العصبية - أداة عظيمة لآلة التعلم.

وقد اقترضت من الأحياء العديد من المفاهيم والمبادئ. الخلايا العصبية - وهو نوع من التحول الذي يتلقى ومن ثم ينقل النبضات (الإشارات). إذا تلقت الخلايا العصبية على قوة دفع قوية بما فيه الكفاية، ويعتقد أن يتم تفعيلها وتنقل النبضات المتبقية الخلايا العصبية المرتبطة به. الخلايا العصبية نفسها التي لم تنشيط، فإنه لا يزال في بقية، أنه لا يحيل النبض. يتكون العصبون من عدة عناصر رئيسية: نقاط الاشتباك العصبي التي تربط الخلايا العصبية مع بعضها البعض واستقبال النبضات، المحور، الذي نقل مهمة والتشعبات الدوافع، التي تستقبل إشارات من مصادر مختلفة. عندما تتلقى الخلايا العصبية دفعة فوق عتبة معينة، على الفور يرسل إشارة إلى الخلايا العصبية القادمة.

النموذج الرياضي يختلف قليلا. الدخول نموذج رياضي من الخلايا العصبية - هو متجه، التي تتألف من عدد كبير من المكونات. كل من المكون - هو واحد من البقول، والتي يتم تلقيها من قبل الخلايا العصبية. إخراج هذا النموذج هو رقم واحد. وهذا هو، في يتم تحويل ناقلات نموذج المدخلات إلى العددية، ونقل بعد ذلك إلى الخلايا العصبية الأخرى.

يمكن تدريب الشبكات العصبية بطريقتين: مع وبدون معلم. تتكون عملية التعلم من عدة خطوات. أولا، على الشبكة هي مدخلات من التحفيز الخارجي. ثم، وفقا للوائح تختلف المعلمات مجانية من الشبكة العصبية، ثم الشبكة تستجيب للمؤثرات المدخلات بالفعل بشكل مختلف. وينبغي تكرار عملية طويلة مثل الشبكة لا يحل المشكلة. خوارزمية التعلم مع المعلم هو أنه خلال تدريب شبكة لديها بالفعل الإجابة الصحيحة. وقد استخدمت هذه الطريقة بنجاح في العديد من التطبيقات، ولكن غالبا ما يتم انتقاد لحقيقة أنه من غير المعقول بيولوجيا. ويتم تدريب الشبكات العصبية دون المعلم في الحالة التي يكون فيها المدخلات المعروفة فقط. على اساس لها، وشبكة يتعلم تدريجيا لإعطاء أفضل النتائج القيمة.

تطبيق الشبكات العصبية متنوع حقا. وهي كثيرا ما تستخدم لأتمتة الاعتراف، والتنبؤ، وإنشاء مختلف النظم الخبيرة، تقريب functionals. مع مثل هذه الشبكة يمكن أن تؤدي الاعتراف الصوت أو الإشارات الضوئية للتنبؤ مؤشرات البورصة خلق أنظمة قادرة على التعلم الذاتي، والتي يمكن، على سبيل المثال، لتجميع خطاب من نص معين أو موقف للسيارات. وتستخدم بنشاط أكبر، للأسف، لم اعتمدت الشبكات العصبية في الغرب الشركات المحلية ولكن هذا الأسلوب.

على الرغم من مزايا ANN على الحسابات التقليدية في بعض المناطق، والشبكات العصبية القائمة - وليس حلا مثاليا. منذ أنهم قادرون على التعلم، وأنها قد تكون خاطئة. وبالإضافة إلى ذلك، لا يمكنك بالضبط ضمان أن الشبكة العصبية المتقدمة هو الأمثل. المطور يجب أن نفهم طبيعة المشكلة التي يجري تناولها، لديهم الكثير من المعلومات التي تصف المشكلة، للحصول على بيانات للاختبار وشبكة التدريب، لاختيار الطريقة الصحيحة للتدريب ونقل وظيفة وظائف الأفعى.