Rețele neuronale artificiale

Rețelele neuronale artificiale sunt cele care constau din elemente speciale - neuroni. Ele sunt un model matematic al neuronilor biologici, adică celule care alcătuiesc sistemul nervos uman.

Pentru prima dată, au fost discutate rețelele neuronale în 1943, iar după inventarea perceptronului Rosenblatt, a venit epoca de aur și rețelele au devenit foarte populare. Cu toate acestea, după publicarea lucrării din Minsk în 1969, în care omul de știință a demonstrat ineficiența perceptronului în anumite condiții, interesul pentru această industrie a scăzut drastic. Dar istoria rețelelor artificiale nu se termină aici. În 1985, J. Hopfield și-a prezentat cercetarea și a demonstrat că rețelele neuronale sunt un instrument excelent pentru învățarea mașinilor.

Din biologie, mai multe concepte și principii au fost împrumutate. Neuronul este un fel de comutator care primește și apoi transmite impulsuri (semnale). Dacă neuron primește un impuls suficient de puternic, se crede că acesta este activat și transmite impulsurile neuronilor asociate cu acesta rămase. Neuronul, care a rămas neactivat, rămâne în repaus, impulsul nu transmite. Neuron este format din mai multe componente principale: sinapse care se conecteaza neuroni unul cu altul și primesc impulsuri, Axon, care transmit impulsuri sarcină și dendrite, care primește semnale de la diferite surse. Atunci când un neuron primește un impuls peste un anumit prag, transmite imediat semnalul către neuronii următori.

Modelul matematic este ușor diferit. Conectați-vă model matematic Neuronul este un vector care constă dintr-un număr mare de componente. Fiecare dintre componentele lor este unul dintre impulsurile pe care le primește un neuron. Rezultatul modelului este un număr. Adică, în interiorul modelului, vectorul de intrare este transformat într-un scalar, care mai târziu este transferat altor neuroni.

Rețelele neuronale pot fi instruite în două moduri: cu profesorul și fără. Procesul de învățare constă în mai mulți pași. În primul rând, un impuls este introdus la intrarea rețelei din exterior. Apoi, în conformitate cu regulile, parametrii liberi ai rețelei neuronale se schimbă, după care rețeaua răspunde la stimulii de intrare într-un mod diferit. Procesul trebuie repetat până când rețeaua decide sarcina. Algoritmul de învățare cu profesorul este că, în timpul instruirii, rețeaua are deja un răspuns corect. Această metodă este utilizată cu succes pentru a rezolva multe dintre problemele aplicate, dar este adesea criticată pentru că nu poate fi considerată din punct de vedere biologic. Rețelele neuronale sunt predate fără un profesor în cazul în care sunt cunoscute numai semnalele de intrare. Pe baza lor, rețeaua încearcă treptat să ofere valori de ieșire mai bune.

Utilizarea rețelelor neuronale este într-adevăr diversă. Adesea ele sunt utilizate pentru a automatiza recunoașterea modelului, prognoză, crearea de diverse sisteme expert, aproximarea funcționalităților. Cu o astfel de rețea poate efectua o recunoaștere a sunetului sau a semnalelor optice pentru a anticipa indicatori de schimb a crea sisteme capabile de auto-învățare, care poate, de exemplu, pentru a sintetiza vorbirea dintr-un anumit text sau parcare auto. Rețelele neuronale din vest sunt folosite mai activ, din păcate, firmele naționale nu au adoptat încă această tehnică.

În ciuda avantajelor ANN față de calculele convenționale în unele zone, rețelele neuronale existente nu sunt soluții ideale. Deoarece sunt capabili să învețe, ar putea fi greșit. În plus, nu puteți garanta exact că rețeaua neuronală dezvoltată va fi optimă. Dezvoltatorul este obligat să înțeleagă natura problemei care trebuie rezolvată, să aibă o mulțime de informații care caracterizează problema, să obțină date pentru testarea și învățarea rețelei, să aleagă corect metoda de antrenament, funcția de transfer și funcțiile agregatului.