شبکه های عصبی مصنوعی

دسته بندی: هوش مصنوعی

معرفی شبکه های عصبی مصنوعی

شبکه های عصبی مصنوعی (ANNs) توسط دانشمندان کامپیوتر، کارشناسان هوش مصنوعی و ریاضیدانان در ابعاد مختلف تعریف شده است. بسیاری از تعاریف Artificial Neural Networks به اختصار ANN، با اشاره به گرافیک ها به جای تعریف های ریاضی صورت گرفته است. بنابراین، گراف های گمراه کننده متناسب با تعریف ANN است. تعریف پیشنهادی ANN یک تعریف ریاضی است، از نقطه نظریه گراف که ANN را به عنوان گراف هدایت تعریف می کند.

شبکه های عصبی مصنوعی چیست؟

یک شبکه عصبی مصنوعی (ANN) یک مدل محاسباتی بر اساس ساختار و عملکرد شبکه های عصبی بیولوژیکی است. اطلاعاتی که از طریق شبکه جریان می یابد بر ساختار ANN تاثیر می گذارد زیرا شبکه عصبی تغییر می کند یا بر اساس ورودی و خروجی یاد می گیرد.

شبکه های عصبی مصنوعی به عنوان ابزارهای مدل سازی آماری غیرخطی در نظر گرفته می شوند که در آن روابط پیچیده بین ورودی ها و خروجی مدل سازی می شوند یا الگوهای آنها یافت می شوند.

از ANN به عنوان شبکه عصبی نیز یاد می شود.

یک ANN دارای مزایای متعددی است، اما یکی از شناخته شده ترین آنها این واقعیت است که می تواند از مشاهده مجموعه های داده یاد بگیرد. به این ترتیب ANN به عنوان یک ابزار تخمین تابع تصادفی استفاده می شود. این نوع ابزارها جهت تعیین راه کارها در هنگام تعریف توابع و توزیع های محاسباتی، برای تعیین راه کارهای ارزان تر و ایده آل تر برای رسیدن به راه حل ها کمک می کنند. ANN، نمونه های داده را به جای مجموعه داده ها برای رسیدن به راه حل ها می گیرد، که موجب صرفه جویی در زمان و پول می شود. شبکه های عصبی مدل های ریاضی نسبتا ساده برای افزایش فن آوری های تجزیه و تحلیل داده های موجود در نظر گرفته شده اند.

شبکه های عصبی دارای سه لایه هستند که به هم متصل اند. لایه اول از نورون های ورودی تشکیل شده است. این نورون ها داده را به لایه دوم ارسال می کنند که به نوبه خود نورون های خروجی را به لایه سوم می فرستد.

شبکه عصبی مصنوعی (ANN) از پردازش مغز به عنوان مبنایی برای توسعه الگوریتمی استفاده می کند که می تواند برای مدل سازی الگوهای پیچیده و مشکلات پیش بینی استفاده شود.

آیا این نوشته را دوست داشتید؟