Közzétéve: 12 March 2019

Mesterséges neurális hálózatok (ANN)

Mik mesterséges neurális hálózatok (ANN)

Mesterséges neurális hálózatok (ANN) a darab egy számítástechnikai rendszer célja, hogy szimulálja az utat az emberi agy elemzi és feldolgozza az információkat. Ezek alapozzák meg a mesterséges intelligencia (AI) és a problémák megoldása, amely bizonyítja lehetetlen vagy nehéz humán vagy statisztikai szabványoknak. ANN van öntanuló képességekkel, amelyek lehetővé teszik számukra, hogy jobb eredményeket, ahogy egyre több adat válik elérhetővé.

Összeomlanak mesterséges neurális hálózatok (ANN)

Mesterséges neurális hálózatok (ANN) van megnyitva az utat az élet változó alkalmazások kialakítását használható minden gazdasági ágazatban. Mesterséges intelligencia (AI) platformokat épülnek ANN vannak megzavarja a hagyományos módon a dolgok. Tól weboldalak fordítása más nyelvekre, amelyek egy virtuális asszisztens érdekében élelmiszert online társalgott chatbots megoldani a problémákat, AI állványok egyszerűsítjük tranzakciókban, és így elérhető szolgáltatások mindenkire elhanyagolható költségekkel.

Hogyan működik a rendszer?

Mesterséges neurális hálózatok épülnek, mint az emberi agy, a neuron összekapcsolt csomópontokból, mint a web. Az emberi agy több százmilliárd nevezett sejtek neuronok. Minden neuron alkotja a sejt szerv, amely felelős az információ feldolgozása által információt hordozó felé (bemenetek), és távol (kimenetek) az agyból. ANN több száz vagy több ezer mesterséges neuronok úgynevezett feldolgozó egységek, amelyeket összekötve csomópontokat. Ezek feldolgozó egységek alkotják bemeneti és kimeneti egységek. A bemeneti egység kap különböző formában és struktúrában információk alapján egy belső súlyozási rendszer, valamint a neurális hálózat megpróbálja megismerni a bemutatott információkat ahhoz, hogy egy kimenet jelentést. Csakúgy, mint az emberek kell szabályok és iránymutatások, hogy dolgozzon ki egy eredmény vagy kimenet,

Egy ANN kezdetben megy keresztül egy képzési szakasz, ahol megtanulja felismerni minták az adatok, akár vizuális, hangzásbeli és szövegesen. Ez alatt a felügyelt szakaszban a hálózat le a tényleges kibocsátást, amit meg kellett volna előállítani, vagyis a kívánt kimenetet. A különbség a két eredmények segítségével beállítható backpropagation. Ez azt jelenti, hogy a hálózat működik visszafelé haladva a kimeneti egység a bemeneti egységek beállítása érdekében a tömeg összeköttetései egységek között, amíg a különbség a tényleges és a kívánt eredményt produkál a lehető legkisebb hiba.

A képzés során és a felügyeleti szakaszban az ANN tanítják, hogy mit kell keresni, és mit kimenete legyen használva igen / nem kérdés típusok bináris számokat. Például egy bank azt akarja, hogy érzékeli a hitelkártya-csalásokidőben lehet négy bemeneti egységek etetni ezeket a kérdéseket: (1) A tranzakció egy másik országban a felhasználó tartózkodási országban? (2) A honlapon a kártya használata a kapcsolt cégek vagy országok a bank megfigyelési listán? (3) A tranzakció összege nagyobb, mint 2000 $? (4) A nevét a kötjegyen ugyanaz, mint a neve a kártyatulajdonos? A bank azt akarja, a „felfedezett csalások” választ, hogy igen igen igen nem, ami bináris formában lenne 1 1 1 0. Ha a hálózat tényleges kimenet 1 0 1 0, akkor beállítja a találatok között, amíg sikert eredményeznek, amely egybeesik 1 1 1 0. képzés, a számítógépes rendszer figyelmezteti a bank a függőben lévő csalárd ügyleteket, a megtakarítás a bank sok pénzt.

Praktikus alkalmazások

Mesterséges neurális hálózatok volna alkalmazni minden területén műveleteket. E-mail szolgáltatók a ANN felismerni, és törölje a spam egy felhasználó postaládájába; vagyonkezelők használni, hogy előre az irányt a cég részvényei; A hitelminősítő cégek használják, hogy javítsák a credit scoring módszerek; e-kereskedelmi platformok használni, hogy személyre ajánlásokat a közönséget; chatbots kialakításának ANN természetes nyelvi feldolgozás; mély tanulási algoritmus használ ANN annak valószínűségét, hogy egy esemény; és a lista ANN beépítése megy több szektorát, iparágak és országok.