Rhwydweithiau niwral artiffisial

rhwydweithiau niwral artiffisial - yw'r rhai sy'n cael eu gwneud o gelloedd arbennig - niwronau. Maent yn fodelau mathemategol o niwronau biolegol, hy, celloedd sy'n ffurfio'r system nerfol dynol.

Am y tro cyntaf rydym yn sôn am rwydweithiau niwral yn 1943, ac ar ôl dyfeisio Perceptron Rosenblatt Daeth oes aur, a rhwydweithiau wedi dod yn boblogaidd iawn. Fodd bynnag, ar ôl cyhoeddi Minsk yn 1969, lle mae gwyddonydd wedi bod aneffeithlonrwydd Perceptron, o dan amodau penodol, y diddordeb yn y sector hwn wedi gostwng yn sylweddol. Ond nid y stori yn dod i ben gyda rhwydweithiau artiffisial. . Yn 1985, cyflwynodd J. Hopfield eu hastudiaethau ac yn profi bod y rhwydwaith niwral - arf gwych ar gyfer peiriant dysgu.

Cafodd ei benthyg o fioleg nifer o gysyniadau ac egwyddorion. Neuron - rhyw fath o newid sy'n derbyn ac yna trosglwyddo'r corbys (signalau). Os bydd y niwron yn derbyn momentwm ddigon pwerus, credir ei fod yn ei actifadu ac yn trosglwyddo y curiadau niwronau sy'n gysylltiedig ag ef ar ôl. Neuron un nad oedd yn canu, mae'n parhau i fod yn gorffwys, nid yw'n trosglwyddo curiad y galon. Niwron yn cynnwys nifer o brif elfen: synapsau sy'n cysylltu niwronau i'w gilydd ac yn derbyn corbys, acson, sy'n trosglwyddo tasg a dendridau ysgogiadau, sy'n derbyn signalau o wahanol ffynonellau. Pan fydd niwron yn derbyn impulse uwchben trothwy penodol, yn syth yn anfon neges at y niwron nesaf.

Mae'r model mathemategol yn ychydig yn wahanol. Mewngofnodi model mathemategol o niwron - yn fector, sydd yn cynnwys nifer fawr o gydrannau. Mae pob un o'r gydran - yn un o'r corbys, sy'n cael eu derbyn gan yr niwron. Mae allbwn y model yn un rhif. Hynny yw, yn y fector mewnbwn model yn cael ei drawsnewid i mewn i sgalar, trosglwyddo yn ddiweddarach i niwronau eraill.

Gall rhwydweithiau nerfol yn cael eu hyfforddi mewn dwy ffordd: gyda a heb athro. Mae'r broses ddysgu yn cynnwys nifer o gamau. Yn gyntaf, ar y rhwydwaith yw mewnbwn gan y symbyliad allanol. Yna, yn unol â'r rheoliadau amrywio'r paramedrau rhad ac am y rhwydwaith niwral, yna bydd y rhwydwaith yn ymateb i symbyliadau mewnbwn eisoes wahanol. dylai'r broses gael ei hailadrodd ar yr amod nad yw'r rhwydwaith yn datrys y broblem. Mae'r algorithm dysgu gydag athro yw bod eisoes yr ateb cywir yn ystod hyfforddi'r rhwydwaith. Mae'r dull hwn wedi cael ei ddefnyddio'n llwyddiannus ar gyfer llawer o geisiadau, ond mae'n aml yn cael ei feirniadu am y ffaith ei bod yn fiolegol annhebygol. rhwydweithiau niwral yn cael eu hyfforddi heb yr athro yn yr achos lle y mewnbynnau yn unig hysbys. Yn seiliedig ar eu cyfer, y rhwydwaith yn raddol yn dysgu i roi'r canlyniadau gwerth gorau.

Cymhwyso rhwydweithiau niwral yn amrywiol mewn gwirionedd. Maent yn cael eu defnyddio yn aml i awtomeiddio y gydnabyddiaeth, rhagweld, creu gwahanol systemau arbenigo, ddynesiad functionals. Gyda Gall rhwydwaith o'r fath yn perfformio cydnabyddiaeth sain neu signalau optegol i ragweld dangosyddion cyfnewid creu systemau sy'n gallu o hunan-ddysgu, a all, er enghraifft, i syntheseiddio lleferydd o destun a roddir neu faes parcio. rhwydweithiau niwral yn y Gorllewin yn cael eu ddefnyddir yn fwy gweithredol, yn anffodus, cwmnïau yn y cartref sydd heb eto wedi mabwysiadu'r dull hwn.

Er gwaethaf y manteision o ANN ar gyfrifiadau confensiynol mewn rhai ardaloedd, mae'r rhwydweithiau niwral bresennol - nid yr ateb delfrydol. Gan eu bod yn gallu dysgu, efallai y byddant yn anghywir. Yn ogystal, ni allwch union gwarantu bod y rhwydwaith niwral a ddatblygwyd yn optimaidd. Mae'n rhaid i'r datblygwr yn deall natur y broblem yn cael sylw, yn cael llawer o wybodaeth sy'n disgrifio'r broblem, i gael data ar gyfer profi a rhwydwaith hyfforddi, i ddewis y dull cywir o hyfforddiant, swyddogaeth trosglwyddo a swyddogaethau neidr.