September 26
La fantascienza incontra infatti la scienza nella progettazione di reti neurali artificiali e la creazione di intelligenza artificiale. Sulla base di funzioni di neuroni e di rete del cervello umano, una rete neurale artificiale o ANN svolge funzioni in modo simile. Come un essere umano, una rete neurale non ha bisogno di essere "riprogrammato" una volta impara qualcosa.
Una rete feed-forward è una rete neurale semplice che consiste di uno strato di input, uno strato di uscita e uno o più strati di neuroni. La potenza della rete si trova nel comportamento gruppo di neuroni collegati come si evolve - attraverso la valutazione della sua uscita, rivedendo il suo ingresso - e decidere se le informazioni tirato in è sufficiente a giustificare una risposta o un ' "uscita". Questa rete impara a valutare e riconoscere i modelli di ingresso.
La rete di retroazione alimenta le informazioni di nuovo in se stesso e si adatta bene a risolvere i problemi di ottimizzazione, secondo l'Università del Massachusetts, Lowell Center for Atmospheric Research. Invece di decidere la migliore risposta di uscita, l'uscita torna in rete per ottenere i risultati più evoluti internamente. correzioni di errori di sistema interno usano RNA di feedback.
Un sottoinsieme del feed-forward ANN, la classificazione, la previsione ANN si applica agli scenari di data-mining. La rete è addestrato a riconoscere i modelli specifici e classificarli in gruppi specifici e poi ulteriormente classificarli in "nuovi modelli," nuovi alla rete.