Rețele neuronale

Reţea neuronală = sistem distribuit de calcul paralel inspirat de modul de funcţionare a neuronilor în biologie;

Caracteristic: pot fi antrenate, pot învăţa: noi asocieri, noi modele, noi dependenţe funcţionale

Aplicaţii:

aproximare de funcţii,

vedere, vorbire artificială,

raţionament şi decizie,

procesare de semnale,

filtrare etc.

Definiţie:

R.n.= sisteme fizice neurale ce pot achiziţiona, stoca şi utiliza cunoştinţe experimentale.

Elementul de bază în procesare: neuronul.

Caracteristica principală:

Cunoştinţele dobândite prin învăţare sunt încapsulate în structura şi ponderile unei reţele neuronale.

Modelul unui neuron

Funcţii de activare

Caracteristici ale reţelelor neuronale:

Reprezentarea distribuită a informaţiei: informaţia învăţată de reţea este stocată în toată structura de ponderi a reţelei;

Capacitate de generalizare, în cazul unor situaţii neconţinute în datele de intrare. Această capacitate de interpolare depinde de dimensiunea reţelei: cu cât creşte dimensiunea reţelei (numărul de neuroni din stratul ascuns), scade capacitatea de generalizare (dar se îmbunătăţesc performanţele pe setul de antrenare);

Toleranţa la zgomot: reţelele pot învăţa şi în condiţiile în care datele sunt afectate de zgomot;

Rezistenţa la distrugere parţială: reţeaua poate opera şi dacă se distruge o parte a sa, datorită reprezentării distribuite a informaţiei;

Rapiditate în calcul: r.n. consumă mult timp în învăţare, dar odată antrenate calculează rapid ieşirea pentru o anumită intrare.