Le reti neurali sono sistemi di neuroni interconnessi . I neuroni , o cellule nervose , sono gli elementi di base del cervello , che sono reti neurali biologiche . Reti neurali artificiali sono strumenti di calcolo modellati dopo il cervello , e sono utilizzati per modellare il cervello , così come eseguire specifici compiti computazionali . Reti neurali artificiali sono stati descritti come ” il modo migliore secondo per fare praticamente qualsiasi cosa . ” Componenti di base

Il componente principale di una rete neurale è il neurone . Ciascun neurone ha una soglia di attivazione , ed una serie di connessioni pesate con altri neuroni . Se l’attivazione aggregato un neurone riceve dai neuroni collegati ad esso supera la soglia di attivazione , il neurone e trasmette la sua attivazione ai neuroni a cui è collegato . I pesi associati a questi collegamenti possono essere modificati con la formazione della rete per eseguire una determinata attività . Questo account di modifica per l’apprendimento .

Brains

Gli scienziati hanno imparato molto circa la funzione del cervello negli ultimi anni. Il cervello è composto da cellule nervose , che sono collegati ad altre cellule nervose dalla sinapsi . Processi elettrochimici complessi propagano un potenziale di attivazione attraverso un neurone , che i relè neurone neuroni adiacenti, se il potenziale supera la soglia della cella . Le sinapsi possono essere inibitorio o eccitatorio , e il cervello imparare modificando il modo in sinapsi modificano il potenziale di attivazione . Attraverso questi semplici processi , il cervello si ritiene che la produzione di pensieri e la coscienza .

Structure and Computation

reti neurali artificiali sono spesso organizzati in strati , con ogni strato riceve input da una strato adiacente , e inviarlo ad un altro . I livelli sono classificati come layer di input , output, strati e strati nascosti . Lo strato di input viene inizializzato su un certo insieme di valori , ed i calcoli eseguiti dagli strati nascosti aggiorna i valori dei livelli di uscita, che comprendono l’uscita di tutta la rete .

Apprendimento

L’apprendimento nelle reti neurali può essere controllato o senza supervisione. Tutto è compiuto aggiornando i pesi tra i neuroni collegati . Il metodo più comune per la formazione di reti neurali è tornato propagazione , un metodo statistico per aggiornare i pesi basati sulla misura in cui la loro uscita è dall’uscita desideri. Per verificare l’ insieme ottimale di pesi , possono essere utilizzati vari algoritmi . Il più comune è la discesa del gradiente , che è un metodo di ottimizzazione che , ad ogni passo , cerca nella direzione che sembra venire più vicino alla meta .

Utilizza

reti neurali artificiali sono stati utilizzati per una varietà di compiti . Essi sono stati utilizzati come una forma di intelligenza artificiale debole, di studiare come funziona il cervello . Alcuni tipi di danni cerebrali possono essere modellati eliminando i nodi e le connessioni da una rete adeguatamente addestrato . Essi possono essere utilizzati per stimare le funzioni matematiche , e le caratteristiche estratto dalle immagini per il riconoscimento ottico dei caratteri . Una rete neurale artificiale , l’ autonoma Veicolo terrestre in una rete neurale , è stato utilizzato da NAVLAB della Carnegie Mellon University di estrarre caratteristiche stradali per la navigazione di un velivolo senza pilota . Le reti neurali sono stati utilizzati anche per il riconoscimento vocale , il gioco del gioco ed e-mail filtering dello spam .