Exemplos de Redes Neurais Artificiais

Redes Neurais Artificiais (RNA) são parte da Inteligência Artificial ( AI) , que é a área da ciência da computação preocupado em fazer os computadores se comportam de forma mais inteligente . ANN são modelados no cérebro onde os neurônios são conectados em padrões complexos para processar os dados dos sentidos , estabelecer memórias e controlar o corpo. Dados e processos ANN apresentar alguns comportamentos inteligentes como aprendizado, generalização e reconhecimento de padrões. Backpropagation Nets

redes

Retropropagação são o tipo mais comum de ANN . A topologia básica é que as camadas de neurónios estão ligados uns aos outros . Padrões causar informação flua em uma direção, então a erros ” backpropagate ” na outra direção , mudando a força das interconexões entre as camadas. Redes Retropropagação aprender a classificar padrões . Quando são apresentados com um padrão, as conexões entre os neurônios artificiais são ajustados até que dar uma resposta correta. Após o treinamento suficiente com uma série de padrões , eles vão dar a resposta correta para um padrão que eles nunca viram . As redes podem aprender a generalizar. Uma das redes de retropropagação de maior sucesso é NetTalk , que foi inventado por Terry Sejnowski , professor e chefe do Laboratório de Neurobiologia Computacional no Instituto Salk, em La Jolla, Califórnia. Esta rede aprende a ler em Inglês (ou qualquer outra língua) e é usado em todo o mundo para ler para cegos ,

Hopfield Nets

John Hopfield , um Nobel físico do California Institute of Technology ( Caltech) premiado , inventou redes de Hopfield . A topologia básica é que cada neurônio artificial está ligado a todos os outros neurônio artificial. Estas redes memorizar coleções de padrões . Quando dada uma parte de um dos padrões de um padrão ou distorcida , a rede proporciona o padrão completo . Estas redes têm encontrado aplicações em reconhecimento de impressões digitais . Dada uma impressão parcial ou uma impressão borrada , a rede de Hopfield pode entregar a impressão digital completa. NASA usa redes Hopfield para orientar ofício do espaço profundo por campos estelares visuais. Quando a arte olha uma foto das estrelas , uma rede de Hopfield pode igualar a vista com as imagens conhecidas das estrelas para orientar o ofício.

Self- Organizing Maps

professor de finlandês Teuvo Kohonen inventou mapas auto-organizáveis ​​, também conhecidas como redes de Kohonen . A topologia básica é que cada neurônio artificial está ligado apenas aos seus vizinhos. Redes de Kohonen reduzir a complexidade de dados – especialmente dados obtidos experimentalmente . Repetidamente ” formação ” de uma rede de Kohonen com um conjunto de dados de n- dimensional pode produzir um conjunto de dados de dimensão inferior que capta a natureza essencial dos dados n-dimensionais definidas em uma forma muito mais simples . Uma das principais aplicações de mapas auto-organizáveis ​​é nos vários projetos que estão à procura de uma maneira mais simples de compreender a Internet. Redes de Kohonen são regularmente usado como um pré-processador para outros tipos de RNA .