شبکه‌های عصبی مصنوعی Artificial neural networks (همچنین با نام دیگر ساختارهای پیوندگرایی) یک رویکرد محاسباتی می‌باشد که بنیان آن بر اساس یک مجموعه گسترده از واحدهای عصبی(نورون‌های مصنوعی) همانند مغز انسان که با استفاده از خوشه‌های گسترده از عصب‌های زنده که به وسیله رشته‌های باریک Axon به هم متصل هستند مسائل را حل می‌کند می‌باشد.

هر واحد عصبی به وسیله رشته‌های دیگر متصل می‌شود و پیوندها می‌توانند بر اساس وضعیت فعال‌سازی دیگر واحدهای عصبی اجرا یا مهار شود. هر واحد عصبی می‌تواند یک عملکرد جمع کننده که مقادیر همه ورودی‌هایش را ترکیب می‌کند داشته باشد. همچنین ممکن است یک عملکرد آستانه ( thereshold) یا عملکرد محدود کننده بر روی هر یک از اتصالات و بر روی خود واحد عصبی همانند هنگامی که سیگنال باید پیش از انتشار به Neuron یا عصب‌های دیگر پیش افتادگی داشته باشد وجود داشته باشد. این ساختارها به جای اینکه به طور روشن برنامه نویسی شده باشند، خودآموز و خود تمرین هستند و از این رو در جاهایی که بیان راه حل تشخیض ویژگی سخت باشد نسبت به برنامه‌های رایانه‌ای برتری دارند.
شبکه‌های عصبی معمولا شامل لایه‌های چندگانه یا طرح مکعبی می‌باشند و مسیر سیگنال از جلو به پشت حرکت می‌کند. ویژگی اصلی شبکه‌های عصبی برای حل مسائل همانند همان روشی است که مغز انسان به کار می‌گیرد با این تفاوت که تعداد شبکه‌های عصبی بسیار کم می‌باشند و به نوعی چکیده می‌باشند. شبکه‌های عصبی مدرن معمولا از چند هزار تا چند میلیون واحد عصبی و چند میلیون اتصال برای انجام کار استفاده می‌کنند که بسیار بسیار ساده تر از از مغز انسان و در حد قدرت مغز یک کرم خاکی می‌باشد.
یافته‌های نوین در مورد مغز انسان اغلب باعث تاثیر بر روی شبکه‌های عصبی مصنوعی (ARTIFICIAL NEURAL NETWORKS) می‌شود.

بازدید امروز این صفحه : 4
تعداد بازدید تا کنون : 245


irweb.ir سایت ساز آنلاین نرم افزار حسابداری مهر بازی آنلاین شبکه تبلیغات بنری و کلیکی نرم افزار حسابداری تبادل لینک خودکار 3 طرفه پنل اس ام اس پیامک انبوه کسب درآمد از اینترنت