Extras din curs
Reţea neuronală = sistem distribuit de calcul paralel inspirat de modul de funcţionare a neuronilor în biologie;
Caracteristic: pot fi antrenate, pot învăţa: noi asocieri, noi modele, noi dependenţe funcţionale
Aplicaţii:
aproximare de funcţii,
vedere, vorbire artificială,
raţionament şi decizie,
procesare de semnale,
filtrare etc.
Definiţie:
R.n.= sisteme fizice neurale ce pot achiziţiona, stoca şi utiliza cunoştinţe experimentale.
Elementul de bază în procesare: neuronul.
Caracteristica principală:
Cunoştinţele dobândite prin învăţare sunt încapsulate în structura şi ponderile unei reţele neuronale.
Modelul unui neuron
Funcţii de activare
Caracteristici ale reţelelor neuronale:
Reprezentarea distribuită a informaţiei: informaţia învăţată de reţea este stocată în toată structura de ponderi a reţelei;
Capacitate de generalizare, în cazul unor situaţii neconţinute în datele de intrare. Această capacitate de interpolare depinde de dimensiunea reţelei: cu cât creşte dimensiunea reţelei (numărul de neuroni din stratul ascuns), scade capacitatea de generalizare (dar se îmbunătăţesc performanţele pe setul de antrenare);
Toleranţa la zgomot: reţelele pot învăţa şi în condiţiile în care datele sunt afectate de zgomot;
Rezistenţa la distrugere parţială: reţeaua poate opera şi dacă se distruge o parte a sa, datorită reprezentării distribuite a informaţiei;
Rapiditate în calcul: r.n. consumă mult timp în învăţare, dar odată antrenate calculează rapid ieşirea pentru o anumită intrare.
Conținut arhivă zip
- Retele Neuronale.ppt