Что такое нейронная сеть в искусственном интеллекте (ИНС)?

ИНС расшифровывается как искусственные нейронные сети. По сути, это вычислительная модель. Это основано на структурах и функциях биологических нейронных сетей. Хотя, на структуру ИНС влияет поток информации. Следовательно, изменения нейронной сети были основаны на вводе и выводе.

В принципе, мы можем рассматривать ИНС как нелинейные статистические данные. Это означает, что между вводом и выводом определяется сложная взаимосвязь. В результате мы обнаружили разные закономерности. Также мы называем ИНС нейронной сетью.

Структура искусственной нейронной сети

Как правило, работа человеческого мозга путем создания правильных соединений - это идея, лежащая в основе ИНС. Это ограничивалось использованием кремния и проводов в качестве живых нейронов и дендритов.

Здесь нейроны, часть человеческого мозга. Он состоял из 86 миллиардов нервных клеток. Кроме того, Axons подключены к тысячам других ячеек. Хотя от органов чувств поступают разные сигналы. Это было принято дендритами. В результате он создает электрические импульсы. Это используется для перемещения по искусственной нейронной сети. Таким образом, для решения различных проблем нейрон отправляет сообщение другому нейрону.

В результате мы можем сказать, что ИНС состоят из нескольких узлов. Которые имитируют биологические нейроны человеческого мозга. Хотя мы связываем эти нейроны звеньями. Кроме того, они взаимодействуют друг с другом. Хотя узлы используются для приема входных данных. Далее выполните простые операции с данными. В результате эти операции передаются другим нейронам. Кроме того, вывод на каждом узле называется его активацией или значением узла.

Поскольку каждая ссылка связана с весом. Кроме того, они способны учиться. Это происходит за счет изменения значений веса. Следовательно, следующая иллюстрация показывает простую ИНС -

Типы искусственных нейронных сетей

Как правило, существует два типа ИНС. Такие как FeedForward и Feedback.

а. FeedForward ANN

В этой сети поток информации однонаправлен. Блок, используемый для отправки информации другому блоку, который не получает никакой информации. Кроме того, в этом нет никаких петель обратной связи. Хотя, используется при распознавании узора. Поскольку они содержат фиксированные входы и выходы.

б. FeedBack ANN

В этой конкретной искусственной нейронной сети возможны петли обратной связи. Также используется в адресной памяти.

Как работают искусственные нейронные сети?

На этих схемах топологии вы узнаете все подробно.

Здесь каждая стрелка представляет собой соединение между двумя нейронами. Кроме того, они использовались для обозначения пути потока информации. Как было замечено, каждое соединение имеет вес, целое число. Это используется для управления сигналом между двумя нейронами.

Если выход, созданный сетью, хороший, нам не нужно корректировать веса. Хотя, если на выходе получается плохой. Тогда система обязательно изменит вес для улучшения результатов.

Машинное обучение в ИНС

Поскольку существует слишком много стратегий машинного обучения, давайте рассмотрим их одну за другой:

а. Контролируемое обучение

Обычно в этом обучении присутствует учитель. Этот учитель должен знать об ИНС.

Например:

Учитель подает только примерные данные. Этот учитель уже знает ответы.

б. Неконтролируемое обучение

Если в настоящее время нет набора данных. Тогда нам понадобится эта обучающая техника.

c. Обучение с подкреплением

Ведь эта техника машинного обучения основана на наблюдении. Хотя, если он отрицательный, сетям необходимо скорректировать его веса. В следующий раз он сможет принять другое необходимое решение.

Алгоритм обратного распространения

Обычно мы называем это алгоритмом обучения и обучения. Поскольку эти сети идеально подходят для простых задач распознавания образов и сопоставления.

Байесовские сети (BN)

В основном мы называем это графическими структурами. Обычно мы используем эту сеть для представления вероятностного представления. Это представляет собой набор случайных величин. Также мы называли эту сеть сетями убеждений или байесовскими сетями.

В этих сетях каждый узел представляет собой случайную переменную с конкретными предложениями.

В BN присутствуют только ограничительные дуги. Таким образом, нет необходимости возвращать узел по направленным дугам. Следовательно, мы можем сказать, что BN известны как направленные ациклические графы (DAG). Следовательно, мы используем BN для одновременной обработки многозначных переменных.

Таким образом, переменные BN состоят из двух измерений -

  • Диапазон предлогов
  • Вероятность, присвоенная каждому из предлогов.

Приложения искусственных нейронных сетей

Искусственная нейронная сеть используется для выполнения различных задач. Также эту задачу выполняют, которые заняты людьми, но сложны для машины.

а. Аэрокосмическая промышленность

Обычно мы используем ИНС a для самолетов с автопилотом. Они используются для обнаружения неисправностей самолета.

б. Военный

По-разному мы используем ИНС в вооруженных силах. Такие как ориентация оружия и управление, сопровождение цели.

c. Электроника

По сути, мы используем искусственные нейронные сети в электронике разными способами. Это прогнозирование кодовой последовательности, компоновка микросхемы ИС и анализ отказов микросхемы.

d. Медицинское

Поскольку у медицины слишком много машин. Это используют по-разному. Такие как анализ раковых клеток, анализ ЭЭГ и ЭКГ.

е. Речь

Мы используем ИНС в распознавании речи и классификации речи.

f. Телекоммуникации

Как правило, у него разные приложения. Таким образом, мы используем искусственную нейронную сеть разными способами. Такие как сжатие изображений и данных, автоматизированные информационные услуги.

грамм. Транспорт

Обычно мы используем искусственную нейронную сеть на транспорте разными способами. Это диагностика тормозной системы грузовика и планирование транспортных средств, системы маршрутизации.

час Программное обеспечение

Он также использует ИНС в распознавании образов. Например, в распознавании лиц, оптическом распознавании символов и т. Д.

я. Прогнозирование временных рядов

Мы используем Искусственную нейронную сеть для предсказания времени. Кроме того, мы используем ИНС для прогнозирования запасов и стихийных бедствий.

Итак, это все об Учебнике по искусственной нейронной сети (ИНС). Надеюсь, вам понравится наше объяснение

Заключение

Это поможет вам глубже понять концепцию искусственных нейронных сетей. Кроме того, если у вас возникнут какие-либо вопросы, не стесняйтесь спрашивать в разделе комментариев.