As redes neurais artificiais

As redes neurais artificiais - son aqueles que están feitos de células especiais - neuronas. Son modelos matemáticos de neuronas biolóxicos, é dicir, células que compoñen o sistema nervioso humano.

Por primeira vez, estamos a falar de redes neurais en 1943, e tras a invención do Perceptron Rosenblatt veu a era de ouro, e as redes tornar-se moi popular. Con todo, tras a publicación de Minsk en 1969, na que un científico demostrou a ineficiencia do Perceptron, baixo certas condicións, o interese nese sector caeu drasticamente. Pero a historia non remata con redes artificiais. . En 1985, J. Hopfield presentaron os seus estudos e probou que a rede neuronal - unha gran ferramenta para a aprendizaxe de máquina.

Foi prestado de bioloxía varios conceptos e principios. Neuron - unha especie de chave que recibe e transmite, a continuación, os pulsos (sinais). Se o neurona recibe un impulso suficientemente forte, crese que é activado e transmite os impulsos restantes neuronas asociados. Neuron aínda que non foi activado, mantense en repouso, que non transmite impulsos. Neuron consiste en diversos compoñentes principais: as sinapses que ligan neuronas entre si e reciben pulsos, axón, que transmiten a tarefa e dendritas impulsos, o cal recibe sinais a partir de varias fontes. Cando un neurona recibe un impulso por riba dun certo limiar, el inmediatamente envía un sinal ao seguinte neurona.

O modelo matemático é un pouco diferente. Acceso de modelo matemático dunha neurona - é un vector, que está composto de un gran número de compoñentes. Cada un dos compoñentes - é un dos impulsos, os cales son recibidos polo neurona. A saída do modelo é un único número. Isto é, no vector de entrada do modelo é convertido nun escalar, despois trasladado outras neuronas.

As redes neurais poden adestradas de dúas formas: con e sen un profesor. O proceso de aprendizaxe consiste en varias etapas. En primeiro lugar, na rede é a entrada do estímulo externo. Entón, de acordo cos regulamentos varían os parámetros libres da rede neural, entón a rede responde a estímulos de entrada xa de forma diferente. O proceso debe ser repetida desde que a rede non resolve o problema. O algoritmo de aprendizaxe cun profesor é que durante o adestramento da rede xa ten a resposta correcta. Este método foi utilizado con éxito para moitas aplicacións, pero é moitas veces criticado polo feito de que é bioloxicamente plausible. As redes neurais son adestrados sen o profesor no caso de que as entradas coñecidos só. Con base neles, a rede aprende progresivamente para dar os mellores resultados de valor.

Aplicación de redes neurais é moi diversa. Son frecuentemente usados para automatizar o recoñecemento, previsión, creación de varios sistemas expertos, aproximación de funcionais. Cunha rede deste tipo pode realizar o recoñecemento de son ou signos óptico para prever indicadores de cambio crear sistemas capaces de autoaprendizaxe, que pode, por exemplo, para sintetizar a fala dun determinado texto ou aparcadoiro. As redes neurais en Occidente son utilizados de forma máis activa, por desgraza, as empresas nacionais non adoptara este método.

A pesar das vantaxes da ANN en cálculos convencionais nalgunhas áreas, as redes neuronais existentes - non é a solución ideal. Xa que son capaces de aprender, poden estar errados. Ademais, non pode garantir o que a rede neural desenvolvido é o ideal. O creador debe comprender a natureza do problema a ser abordado, ten unha morea de información que describe o problema, para obter datos para probas e rede de formación, para escoller o método correcto de formación, función de transferencia e funcións adicionador.