As redes neurais artificiais

As redes neurais artificiais – são aqueles que são feitos de células especiais – neurônios. Eles são modelos matemáticos de neurônios biológicos, ou seja, células que compõem o sistema nervoso humano.

Pela primeira vez, estamos falando de redes neurais em 1943, e após a invenção do Perceptron Rosenblatt veio a era de ouro, e as redes tornaram-se muito popular. No entanto, após a publicação de Minsk em 1969, em que um cientista provou a ineficiência do Perceptron, sob certas condições, o interesse nesse setor caiu drasticamente. Mas a história não termina com redes artificiais. . Em 1985, J. Hopfield apresentaram seus estudos e provou que a rede neural – uma grande ferramenta para a aprendizagem de máquina.

Foi emprestado de biologia vários conceitos e princípios. Neuron – uma espécie de interruptor que recebe e transmite, em seguida, os pulsos (sinais). Se o neurónio recebe um impulso suficientemente forte, acredita-se que ele é activado e transmite os impulsos restantes neurónios associados. Neuron mesmo que não foi activado, mantém-se em repouso, que não transmite impulsos. Neuron consiste em diversos componentes principais: as sinapses que ligam neurónios uns aos outros e recebem pulsos, axónio, que transmitem a tarefa e dendritos impulsos, o qual recebe sinais a partir de várias fontes. Quando um neurônio recebe um impulso acima de um certo limiar, ele imediatamente envia um sinal para o próximo neurônio.

O modelo matemático é um pouco diferente. Acesso de modelo matemático de um neurônio – é um vetor, que é composto de um grande número de componentes. Cada um dos componentes – é um dos impulsos, os quais são recebidos pelo neurónio. A saída do modelo é um único número. Isto é, no vector de entrada do modelo é convertido em um escalar, depois transferido para outros neurónios.

As redes neurais podem ser treinadas de duas formas: com e sem um professor. O processo de aprendizagem consiste em várias etapas. Primeiro, na rede é a entrada do estímulo externo. Então, de acordo com os regulamentos variam os parâmetros livres da rede neural, então a rede responde a estímulos de entrada já de forma diferente. O processo deve ser repetido desde que a rede não resolve o problema. O algoritmo de aprendizagem com um professor é que durante o treinamento da rede já tem a resposta correta. Este método tem sido utilizado com sucesso para muitas aplicações, mas é muitas vezes criticado pelo fato de que é biologicamente plausível. As redes neurais são treinados sem o professor no caso em que as entradas conhecidos apenas. Com base neles, a rede aprende gradualmente para dar os melhores resultados de valor.

Aplicação de redes neurais é muito diversificada. Eles são freqüentemente usados para automatizar o reconhecimento, previsão, criação de vários sistemas especialistas, aproximação de funcionais. Com uma rede desse tipo pode executar o reconhecimento de som ou sinais ópticos para prever indicadores de câmbio criar sistemas capazes de auto-aprendizagem, que pode, por exemplo, para sintetizar a fala de um determinado texto ou parque de estacionamento. As redes neurais no Ocidente são utilizados de forma mais activa, infelizmente, as empresas nacionais ainda não havia adotado esse método.

Apesar das vantagens da ANN em cálculos convencionais em algumas áreas, as redes neurais existentes – não é a solução ideal. Uma vez que eles são capazes de aprender, eles podem estar errados. Além disso, você não pode garantir exatamente o que a rede neural desenvolvido é o ideal. O desenvolvedor deve compreender a natureza do problema a ser abordado, tem um monte de informações que descreve o problema, para obter dados para testes e rede de formação, para escolher o método correto de treinamento, função de transferência e funções adicionador.