Wat jo moatte witte dat jo de wikseljende technology om jo te begripen
Neuronale netwurken binne kompetermodels fan ferbûne ienheden of knooppunten dy't ûntwikkele wurde om oer te jaan, te ferwurkjen en te learen fan ynformaasje (gegevens) op in fergelykjende wize hoe't neuroanen (nervezellen) wurkje yn 'e minske.
Artificial Neural Networks
Yn technology wurde neuronale netwurken faak oantsjutten as keunstmjittige neurenneteken (ANN's) of neuronale netten om te ûnderskieden fan de biologyske neuronennetneten dy't se neamd binne. It haad idee efter ANN's is dat it minskebern de meast komplekse en yntelliginte "komputer" is dy't bestean. Troch it modeljen fan ANNs sa ticht mooglik by de struktuer en it systeem fan ynformaasjeferwurking, dy't troch it hynder brûkt waard, hopen ûndersikers te meitsjen fan kompjûters dy't de minsklike yntelliginsje oanpasse of oertsjûge. Neuronale netten binne in wichtich komponint fan aktuele foarsten yn keunstmjittige yntelliginsje (AI), masinelearen (ML), en djippe learen .
Hoe neuronale netwurken wurkje: in fergeliking
Om te begripen hoe't neuronale netwurken wurkje en de ferskillen tusken de twa soarten (biologyske en keunstmjittige) litte wy it foarbyld fan in 15-stêf kantoargebou brûke en de tillefoansliedingen en skeakboaten dy't rûte roppe oer it gebou, yndividuele floaten en yndividuele kantoaren. Elke yndividuele kantoar yn ús 15-abonnees kantoargebou stiet foar in neuron (knooppunt yn kompjûternetwurk of nerveel yn biology). It gebou sels is in struktuer dy't in set fan kantoaren befettet dy't yn in systeem fan 15 floaten arranzjearre (in neurint netwurk).
It tapassen fan it foarbyld nei biologyske neurennetwurken, it switchboard dat ûntfangt oanroppen hat rigels om ferbining te meitsjen mei ien of oare kant op elke flier yn it hiele gebou. Dêrneist hat elke kantine linen dy't elkoar oanslute by elke oare kant yn it hiele gebou op elke flier. Stel dan ris dat in oprop komt yn (ynput) en it switchboard ferfarret it nei in buro op 'e 3e ferdjipping, dy't it direkt nei in kantoar oerbrocht op' e 11ste ferdjipping, dy't daliks it direkt nei in kantoar op de 5e ferdjipping oerleveret. Yn it harsens kinne elke neuron of nervezell (in kantoor) direkt oan ien oare neuron ferbine yn syn systeem of neuronennetwurk (it gebou). Ynformaasje (de oprop) kin oerdroegen wurde nei elke oare neuron (kantoar) om te ferwurkjen of te learen wat nedich is oant der in antwurd of resolúsje is (output).
As wy dit foarbyld oan ANNs oanwize, krijt hy in soad komplekser. Elke ferdjipping fan it gebou fereasket in eigen switchboerd, dat kin allinich ferbân meitsje mei de kantoaren op deselde flier, lykas de switchboards op 'e flier boppe en ûnder. Elke kantoar kin allinich direkt mei oare kantoaren op deselde flier ferbine en de switchboard foar dy flier. Alle nije nûmers moatte begjinne mei it switchboerd op 'e 1e ferdjipping en moatte op elke yndividuele ferdieling yn' e numerike oarder oerbrocht wurde oant de 15ste ferdjue foardat de oprop kin wêze. Lit it yn beweging set om te sjen hoe't it wurket.
Stel dan ris dat in oprop komt yn (yngong) nei it 1e stoere-switchboard en wurdt stjoerd nei in buro op de 1ste ferdjipping (knoop). De oprop wurdt dan direkt tusken oare kantoaren (knooppels) oerbrocht op 'e 1ste ferdjipping oant it klear is te stjoeren nei de folgjende ferdjipping. Dęrnei moat de oplieding weromstjoerd wurde nei it 1e stofskopmaatskip, dat it dan oerdraffet nei it 2e stekkema. Dizze deselde stappen repetearje ien ferdjipping op in stuit, mei de oprop wurdt troch dit proses op elke ienhole stjoerd troch de wei oant de flier 15.
Yn ANN's wurde knooppunten (kantoaren) yn lagen organisearre (floaten fan it gebou). Informatie (in oprop) komt altyd yn troch de ynfier-lagen (1 stjerring en it switchboard) en moat troch elke laach (flier) troch en trochgeand wurde wurde foardat it kin nei de folgjende rinne. Alle lagen (flier) ferwurket in spesifike detail oer dy oprop en stjoert it resultaat tegearre mei de oprop nei de folgjende laach. Wannear't de oprop it útstelblêd berikt (15e ferdjipping en it switchboard), befettet it de ferwurkingynformaasje fan lagen 1-14. De knooppunten (kantoaren) op 'e 15e dei (flier) brûke de ynput en ferwurkjen fan ynformaasje fan alle oare lagen (flierren) om mei in antwurd of oplossing (útfier) te kommen.
Neuronale netwurken en masinelearen
Neuronale netten binne ien type fan technology ûnder de kategory learen fan 'e masine. Yn feite is it befoardering yn ûndersiik en ûntwikkeling fan neuronale netten ticht ferbûn oan de ebbs en streamt fan foarútgong yn ML. Neuronale net's útwreidzje de mooglikheden foar it ferwurkjen fan data en it ferbetterjen fan de kompjûterkrêft fan ML, wêrtroch it fermogen fan gegevens dat ferwurke wurde kin, mar ek de mooglikheid om mear kompleksere taken út te fieren.
It earste dokumintêre kompjûtermodel foar ANNs waard yn 1943 makke troch Walter Pitts en Warren McCulloch. Ynteressearre belang en ûndersyk yn neuronale netwurken en masine learen úteinlik ferlern en waard mear of minder troch 1969 lansearre, mei allinich lytse bursten fan fernijde ynteresse. Kompjûters fan 'e tiid hawwe gewoanwei net genôch genôch of grut genôch proefpersoanen om dizze gebieten fierder te foarkommen, en de folle oantal gegevens dy't nedich binne foar ML en neuronale netten, waarden op' t tiid net beskikber.
Massive ferheegingen yn 'e kompjûterkrêft yn' e rin fan 'e tiden tegearre mei de groei en útwreiding fan it ynternet (en tagelyk tagong ta massive bedraggen fan gegevens troch it ynternet) hawwe de earste útdagingen oplost. Neuronale netten en ML binne no ynstrumintale yn technyske technologyen dy't wy sjogge en brûke elke dei, lykas figuerlike erkenning , bywurkjen fan ferwurkjen en sykjen, en echt-tiid-oersetting - om mar in pear te neamen.
Neural Network Examples yn Everyday Life
De ANN is in frij komplekse ûnderwerp yn 'e technyk, lykwols is it wurdich om in tiid te nimmen om te ûndersiikjen fanwege it tanimmende oantal wizen dy't elke dei ús libben beynfloedet. Hjir binne in pear mear foarbylden fan manieren neuronale netwurken op 'e nij brûkt troch ferskate yndustry:
- Finânsjes: Neurontale netten wurde brûkt om foar technyske tariven te praten. Se wurde ek brûkt yn 'e technology dy't automatysk hannelssystemen brûkt wurde op' e boarnemerk.
- Medisinen: De bywurkingsferbetterings fan neuronale netten hawwe bydroegen oan technology dy't help makket mear genôch foar en befetsje frjemde toetsen en dreech om karakteren fan krystdagen te identifisearjen. Ien fan sokke kankers is invasive melanom, de meast serieuze en deadlike foarm fan hûdkanker. Identifikaasje fan melanoma op eardere stappen, foardat it útbrekke hat, jout pasjinten mei dit soarte kanker de bêste kânsen om it te ferslaan.
- Wetter: De fermogen om feroarings fan 'e atmospharre te observearjen dy't in potinsjeel serieuze en gefaarlike waarme evenemint oanjaan as sa gau en genôch mooglik is wêzentlik foar it libben te rêden. Neuronale netten binne belutsen by de echt-tiidferwurking fan satellyt- en radarbylden dy't net allinnich de eardere formaasje fan hurrikanen en siklones erkennen, mar ek plottende wizigingen yn 'e wynsnelheid en rjochting fêststelle dy't in formende tornado oanjaan. Tornadoes binne guon fan 'e sterkste en gefolchste waarme eveneminten op rekord - faak faker, destruktyf, en deadliker as hurrikanen.