reti neurali artificiali ( ANN ) sono parte di Intelligenza Artificiale ( AI) , che è l’area di informatica occupa di rendere i computer si comportano in modo più intelligente . ANN sono modellati sul cervello in cui i neuroni sono collegati in modelli complessi per elaborare i dati provenienti dai sensi , stabilire i ricordi e controllare il corpo . Dati di processo Ann e presentano alcuni comportamenti intelligenti come l’apprendimento , generalizzazione e pattern recognition . Backpropagation Reti

reti

backpropagation sono il tipo più comune di ANN . La topologia di base è che gli strati di neuroni sono connessi tra loro . Modelli causano informazioni di fluire in una direzione , poi la ” backpropagate ” errori nell’altra direzione , variando l’intensità delle interconnessioni tra strati . Reti backpropagation imparano a classificare i modelli . Quando sono presentati con un modello , le interconnessioni tra i neuroni artificiali sono regolati fino a che non danno una risposta corretta . Dopo una formazione sufficiente , con una serie di modelli , daranno la risposta corretta ad un modello che non hanno mai visto . Le reti possono imparare a generalizzare . Una delle reti backpropagation di maggior successo è NetTalk , che è stato inventato da Terry Sejnowski , professore e direttore del Laboratorio di Neurobiologia Computazionale presso il Salk Institute di La Jolla , California . Questa rete impara a leggere l’inglese ( o qualsiasi altra lingua ) ed è utilizzato in tutto il mondo da leggere per le persone non vedenti ,

Hopfield Nets

John Hopfield , un Nobel premiata fisico presso il California Institute of Technology ( Caltech ) , ha inventato le reti di Hopfield . La topologia di base è che ogni neurone artificiale è collegato ad ogni altro neurone artificiale . Queste reti memorizzare collezioni di modelli . Quando somministrato una parte di uno dei modelli o un modello malamente distorto , la rete batte il modello completo . Queste reti hanno trovato applicazione nel riconoscimento delle impronte digitali . Data una stampa parziale o una stampa macchiato , la rete di Hopfield in grado di fornire l’impronta digitale completa . La NASA utilizza reti di Hopfield per orientare mestiere dello spazio profondo da campi stella visivi. Quando il mestiere guarda un quadro delle stelle , una rete di Hopfield può abbinare la vista con le immagini conosciute delle stelle per orientare il mestiere .

Self-Organizing Maps

professore finlandese Teuvo Kohonen ha inventato le mappe auto-organizzanti , noti anche come reti di Kohonen . La topologia di base è che ogni neurone artificiale è collegato solo ai suoi vicini . Reti di Kohonen ridurre la complessità dei dati – soprattutto sperimentalmente ottenuta dati . Ripetutamente ” formazione ” una rete Kohonen con un insieme di dati n-dimensionale in grado di produrre un insieme minore di dati dimensionale che cattura la natura essenziale dei dati n-dimensionali fissati in una forma molto più semplice . Un importante applicazione di mappe auto-organizzanti è nei diversi progetti che sono alla ricerca di un modo più semplice per capire Internet . Reti di Kohonen sono regolarmente utilizzati come un preprocessore per altri tipi di ANN .