Science fiction ontmoet wetenschap feit in het ontwerpen van kunstmatige neurale netwerken en het creëren van kunstmatige intelligentie . Op basis van de neuron menselijke hersenen en netwerkfuncties , een kunstmatig neuraal netwerk of ANN voert taken op soortgelijke wijze . Als een mens , heeft een neuraal netwerk niet te worden " geprogrammeerd " eenmaal iets leert . Feed Forward ANN feedforward netwerk is een eenvoudige neuraal netwerk dat een ingang laag, een laag vermogen en een of meer lagen van neuronen . De kracht van het netwerk is te vinden in het groepsgedrag van de aangesloten neuronen als het evolueert - door middel van evaluatie van haar productie door de herziening van de ingang - " . Uitgang " en de beslissing of de gegevens getrokken is genoeg om een reactie of een rechtvaardigen Dit netwerk leert om input patronen te evalueren en te herkennen . Respons ANN De feedback netwerk feeds informatie terug in zichzelf en is goed geschikt voor optimalisatie problemen op te lossen , volgens de Universiteit van Massachusetts , Lowell Center for Atmospheric Research . In plaats van het bepalen van de beste uitvoerresponsie , gaat de uitvoer terug in het netwerk om de beste geëvolueerde resultaten intern bereiken . Interne systeemfout correcties gebruiken feedback ANNs . Indeling - Voorspelling ANN Een subset van de feed-forward ANN , de kwalificatie - voorspelling ANN geldt voor gegevens - mining scenario . Het netwerk is getraind om specifieke patronen te herkennen en classificeren ze in specifieke groepen en ze dan verder onder te verdelen in ' roman patronen , " nieuw op het netwerk .
|