شبکه های عصبی مصنوعی:
شبکه عصبی مصنوعی روشی عملی برای یادگیری توابع گوناگون نظیر توابع با مقادیر حقیقی، توابع با مقادیر گسسته و توابع با مقادیر برداری می‌باشد. یادگیری شبکه عصبی در برابر خطاهای داده‌های آموزشی مقاوم بوده و اینگونه شبکه‌ها با موفقیت به مسایلی نظیر شناسایی گفتار، شناسایی و تعبیر تصاویر، و یادگیری روبات اعمال شده است.
شبکه عصبی چیست؟
- روشی برای محاسبه است که بر پایه اتصال به هم پیوسته چندین واحد پردازشی ساخته می‌شود.
- شبکه از تعداد دلخواهی سلول یا گره یا واحد یا نرون تشکیل می‌شود که مجموعه ورودی را به خروجی ربط می‌دهند.
شبکه عصبی چه قابلیت هایی دارد؟
- محاسبه یک تابع معلوم
- تقریب یک تابع ناشناخته
- شناسایی الگو
- پردازش سیگنال
- یادگیری انجام موارد فوق
الهام از طبیعت:
مطالعه شبکه‌های عصبی مصنوعی تا حد زیادی ملهم از سیستم‌های یادگیر طبیعی است که در آنها یک مجموعه پیچیده از نرونهای به هم متصل در کار یادگیری دخیل هستند. گمان می‌رود که مغز انسان از تعداد ۱۰۱۱ نرون تشکیل شده باشد که هر نرون با تقریبا ۱۰۴ نرون دیگر در ارتباط است. سرعت سوییچنگ نرونها در حدود ۱۰-۳ ثانیه است که در مقایسه با کامپیوترها ۱۰-۱۰) ثانیه (بسیار ناچیز می‌نماید. با این وجود آدمی قادر است در ۰.۱ ثانیه تصویر یک انسان را بازشناسایی نماید. این قدرت فوق العاده باید از پردازش موازی توزیع شده در تعدادی زیادی از نرون ها حاصل شده باشد.