Vitajte na [www.pocitac.win]

Domov Hardvér Siete Programovanie Softvér Otázky Operačné systémy

Výhody neurónových sietí

Neurónová sieť je prístup k spracovaniu informácií inšpirovaný tým, ako biologické nervové sústavy – napríklad cicacie mozgy – spracúvajú údaje. Tvoria ju veľké počty vysoko prepojených prvkov, takzvaných neurónov, ktoré spolupracujú na riešení konkrétnych problémov.

Jej hlavnou prednosťou je schopnosť „učiť sa“ – meniť silu spojení medzi jednotlivými neurónmi.

Riešenie problémov

Neurónové siete si poradia aj s úlohami, ktoré sú príliš zložité pre konvenčné technológie založené na hľadaní algoritmického riešenia. Sem patrí predajná prognóza, riadenie priemyselných procesov, výskum zákazníkov, manažment rizík, cielený marketing či analýza textúr. Pomáha im práve schopnosť vyvodiť zmysel z komplikovaných a nepresných údajov.

Práca v reálnom čase

Na rozdiel od bežných sériových počítačov neurónové siete nevykonávajú naprogramované inštrukcie. Namiesto toho reagujú paralelne na vstupné vzory, ktoré im boli predložené. Počas učenia si samy vytvoria vlastnú organizáciu a reprezentáciu informácií. Pamäť nie je uložená na jednom mieste, ale je rozložená v celej sieti – „vedomosti“ siete sú preto viac než súčet jej jednotlivých častí.

Odolnosť voči chybám

Ak sa neurónová sieť čiastočne poškodí, jej výkon v niektorých oblastiach klesne. Na rozdiel od tradičných riešení si však zachová časť schopností aj pri rozsiahlom poškodení. Dá sa to prirovnať k človeku s lokalizovaným poškodením mozgu, ktoré zasiahne len určité kognitívne funkcie.

Učenie

Neurónové siete majú „učebné pravidlá“, ktoré im umožňujú učiť sa na príkladoch. Najrozšírenejšie je deltové pravidlo so spätným šírením. Spätné šírenie znamená šírenie chyby dozadu.

Učenie deltovým pravidlom prebieha pod dohľadom: vždy, keď je sieti predložený nový vstupný vzor, sieť odhadne, čo by mohol znamenať, a tento odhad porovná so skutočnosťou. Podľa zisteného rozdielu potom upraví svoje spojenia.

Copyright © počítačové znalosti Všetky práva vyhradené