Ordets neurala nätverk är ett artificiellt neuralt nätverk , vars topologi kännetecknas av det faktum att de inre (dolda) lagren av neuroner är uppdelade i block.
Legend:
Ordets neurala nätverk skiljer sig åt i antalet block i det dolda lagret och närvaron eller frånvaron av bypass-anslutningar.
Genom att dela upp de dolda lagren i block kan du använda olika överföringsfunktioner för olika block av det dolda lagret. Således viktas och bearbetas samma signaler som tas emot från ingångsskiktet parallellt med flera metoder, och resultatet bearbetas sedan av neuronerna i utgångsskiktet. Användningen av olika bearbetningsmetoder för samma datamängd gör att vi kan säga att det neurala nätverket analyserar data från olika aspekter. Övning visar att nätverket ger mycket goda resultat när man löser problem med prognoser och mönsterigenkänning . För neuroner i inmatningsskiktet är som regel en linjär aktiveringsfunktion inställd . Aktiveringsfunktionen för neuroner från blocken av de dolda och utgående lagren bestäms experimentellt.
För att träna Word Neural Network kan du använda backpropagation- metoden .
| Typer av artificiella neurala nätverk | |
|---|---|
| |
| Maskininlärning och datautvinning | |
|---|---|
| Uppgifter | |
| Att lära sig med en lärare | |
| klusteranalys | |
| Dimensionalitetsreduktion | |
| Strukturell prognos | |
| Anomali upptäckt | |
| Grafisk probabilistiska modeller | |
| Neurala nätverk | |
| Förstärkningsinlärning |
|
| Teori | |
| Tidskrifter och konferenser |
|