Los tipos de redes neuronales artificiales

La ciencia ficción se reúne hecho de la ciencia en el diseño de redes neuronales artificiales y la creación de la inteligencia artificial. En base a las funciones de las neuronas y la red del cerebro humano, una red neural artificial ANN o lleva a cabo tareas de una manera similar. Al igual que un ser humano, una red neuronal no tiene por qué ser "reprogramado" una vez que se aprende algo.

Feed Forward ANN

Una red de alimentación hacia adelante es una red neural simple que consiste en una capa de entrada, una capa de salida y una o más capas de neuronas. El poder de la red se encuentra en el comportamiento del grupo de las neuronas conectadas a medida que evoluciona - a través de la evaluación de su producción mediante la revisión de su entrada - y decidir si la información extraída en es suficiente para justificar una respuesta o una "salida". Esta red aprende a valorar y reconocer patrones de entrada.

retroalimentación ANN

La red de realimentación se alimenta la información de nuevo en sí mismo y es muy adecuado para resolver problemas de optimización, de acuerdo con la Universidad de Massachusetts, Lowell Center for Atmospheric Research. En lugar de decidir la mejor respuesta de salida, la salida pasa de nuevo en la red para conseguir los mejores resultados evolucionado-internamente. correcciones de errores internos del sistema utilizan las RNA de retroalimentación.

Clasificación de predicción ANN

Un subconjunto de la red neuronal feedforward, la clasificación de predicción de ANN se aplica a escenarios de minería de datos. La red está entrenado para reconocer patrones específicos y clasificarlos en grupos específicos y luego más clasificarlos en "nuevos patrones", nuevos a la red.