Vitajte na [www.pocitac.win]

Domov Hardvér Siete Programovanie Softvér Otázky Operačné systémy

Typy umelých neurónových sietí

Umelé neurónové siete (ANN) sa pohybujú na hranici medzi sci-fi a skutočnou vedou. Inšpirujú sa neurónovými sieťami a fungovaním ľudského mozgu a snažia sa napodobniť spôsob, akým mozog spracováva informácie. Podobne ako človek, ani neurónová sieť sa nemusí „preprogramovať“ zakaždým, keď sa naučí niečo nové – dokáže sa učiť priebežne.

Dopredné (feed-forward) ANN

Dopredná neurónová sieť je jednoduchá konštrukcia pozostávajúca zo vstupnej vrstvy, výstupnej vrstvy a jednej alebo viacerých skrytých vrstiev neurónov. Jej výkon spočíva v správach skupín prepojených neurónov, ktoré sa vyvíjajú na základe hodnotenia výstupu. Sieť v podstate porovnáva svoj vstup s výstupom a rozhoduje, či sú získané informácie dostatočné na to, aby ospravedlnili danú odozvu. Takto sa učí rozpoznávať vstupné vzory.

Spätnoväzobné (feedback) ANN

Spätnoväzobná sieť vracia informácie späť do seba a je vhodná na riešenie optimalizačných problémov. Namiesto toho, aby rovno rozhodla o najlepšom výstupe, sa výstup pošle späť do siete, kde sa opakovane zdokonaľuje. Vnútorný systém opravuje chyby pomocou spätnej väzby, a to aj niekoľkonásobne, kým nedosiahne optimálny výsledok.

Klasifikačno-predikčné ANN

Tento typ je podmnožinou dopredných neurónových sietí a využíva sa najmä v oblasti dolovania dát (data mining). Sieť sa najprv natrénuje tak, aby rozoznávala špecifické vzory a zaradila ich do určitých skupín. Následne dokáže triediť aj nové, predtým neznáme vzory, ktoré do siete prídu.

Copyright © počítačové znalosti Všetky práva vyhradené