Jaringan neural jieunan

Jaringan neural jieunan - jalma nu diwangun ku sél husus - neuron. Aranjeunna model matematis of neuron biologis, nyaéta sél anu nyieun nepi sistim saraf manusa.

Pikeun kahiji kalina urang ngobrol ngeunaan jaringan neural dina 1943, sarta sanggeus papanggihan Perceptron Rosenblatt sumping jaman emas, jeung jaringan geus jadi pohara populér. Sanajan kitu, sanggeus publikasi Minsk taun 1969, nu élmuwan tos kabukti dina inefficiency of Perceptron, dina kaayaan nu tangtu, kapentingan di sektor ieu murag sharply. Tapi carita teu ditungtungan ku jaringan jieunan. . Dina 1985, J. Hopfield dibere studi maranéhanana sarta dibuktikeun yén jaringan neural - alat gede pikeun mesin diajar.

Ieu injeuman ti biology sababaraha konsép sarta prinsip. Neuron - jenis switch nu narima lajeng transmits nu pulsa (sinyal). Mun neuron nu narima hiji moméntum sahingga kuat, eta dipercaya yen eta diaktipkeun tur transmits nu pulsa sésana neuron pakait sareng eta. Neuron sarua nu teu diaktipkeun, eta tetep di sésana, teu ngirimkeun pulsa. Neuron diwangun ku sababaraha komponén utama: synapses nu nyambung neuron ka silih sarta tampa petunjuk pulsa, axon, anu ngirimkeun impulses tugas na dendrites, nu narima sinyal ti sagala rupa sumber. Nalika neuron a narima hiji dorongan luhureun hiji bangbarung tangtu, langsung ngirimkeun sinyal ka neuron salajengna.

Modél matematika nyaéta saeutik béda. Login modél matematika tina neuron a - mangrupakeun véktor, anu diwangun ku angka nu gede ngarupakeun komponén. Unggal komponén - nyaeta salah sahiji pulsa, nu narima ku neuron nu. Kaluaran modél mangrupakeun angka tunggal. Nyaeta, dina véktor modél input dirobah jadi skalar a, engké ditransfer ka neuron lianna.

Jaringan neural bisa dilatih di dua cara: kalawan jeung tanpa guru. Proses pembelajaran diwangun ku sababaraha hambalan. Kahiji, dina jaringan kasebut input ti rangsangan luar. Lajeng, luyu jeung aturan rupa-rupa parameter bébas tina jaringan neural, teras jaringan responds kana rangsangan input geus béda. prosés kudu terus-terusan salami jaringan nu teu ngajawab masalah. Algoritma diajar kalawan guru nyaeta nu salila latihan jaringan nu geus boga jawaban nu bener. Metoda ieu geus hasil dipaké pikeun loba aplikasi, tapi geus mindeng dikritik keur kanyataan yén éta biologis implausible. Jaringan neural dilatih tanpa guru dina kasus dimana inputs ukur dipikawanoh. Dumasar éta hal, jaringan laun learns méré pangalusna nilai outputs.

Aplikasi jaringan neural estu rupa-rupa. Éta téh mindeng dipaké pikeun ngajadikeun otomatis pangakuan, forecasting, kreasi rupa sistem ahli, pendekatan of functionals. Kalawan jaringan kitu bisa ngalakukeun pangakuan sora atawa sinyal optik pikeun ngaduga indikator bursa nyieun sistem sanggup timer learning, nu tiasa, contona, pikeun nyintésis ucapan ti téks dibikeun atawa taman mobil. Jaringan neural di Jabar anu dipaké leuwih aktip, hanjakalna, firms domestik teu acan sempet diadopsi metoda ieu.

Sanajan kaunggulan tina araya dina itungan konvensional di sawatara wewengkon, di jaringan neural aya - teu solusi idéal. Kusabab aranjeunna sanggup learning, maranéhna bisa jadi salah. Tambahanana, Anjeun moal bisa persis ngajamin yén jaringan neural dimekarkeun nyaéta optimal. pamekar nu kudu ngarti sifat masalah keur kajawab, geus loba informasi anu ngajelaskeun masalah, pikeun ménta data pikeun nguji jeung jaringan latihan, mun milih metodeu katuhu latihan, fungsi transper jeung pungsi panambah.