什么是人工神經元(Artificial Neuron)？
人工神經元是計算機系統軟件編程中的一個數學函數，它試圖在一定程度上模擬生物神經元或人腦和神經系統中的脈沖傳導細胞之間的復雜交互作用二元神經元的一種形式，輸入可以是1或-1。這些輸入的組合被加權。如果克服某個...
人工神經元是計算機系統軟件編程中的一個數學函數，它試圖在一定程度上模擬生物神經元或人腦和神經系統中的脈沖傳導細胞之間的復雜交互作用二元神經元的一種形式，輸入可以是1或-1。這些輸入的組合被加權。如果克服某個閾值，人工神經元的輸出為1，如果組合時輸入不足，則輸出為-1值
人工神經元試圖通過計算機編程來模擬大腦的活動。一組相互連接的人工神經元組合在一起就意味著在某些基本功能上起作用這種人工神經網絡的設計被視為開發人工生命的關鍵踏腳石，人工合成的計算機系統可以像人類一樣進行推理。今天的智能計算機系統已經采用了神經網絡，允許對數據輸入進行并行處理一個依賴人工神經元的系統的例子是在2006年開發的一個作物保護系統，它利用了飛行車輛掃描作物狀況，以確定是否存在季節性病蟲害選擇神經網絡軟件來控制作物的掃描，因為神經網絡本質上是學習型計算機。隨著更多的數據輸入到它們的局部條件下，它們在檢測問題方面變得更加有效，以便在問題擴散之前進行快速控制。另一方面，一個標準的計算機控制系統，如果不經過設計者的不斷重新編程，它將比基于人工神經元適應的系統效率低得多熟悉軟件的工程師在軟件的基礎上不能適應軟件的廣泛的優點，當神經網絡暴露在這些條件下并收集有關這些條件的數據時，它就會變得熟練。最初，神經網絡會產生錯誤的輸出作為問題的解決方案，但是，當這個輸出產生時，它作為輸入反饋到系統中，不斷地對數據進行提煉和權衡，使其對現實世界的情況越來越準確地了解，如果有足夠的時間和反饋，除了1943年創建的基本二元神經元結構外，神經網絡設計的適應性已經導致了其他類型的人工神經元。半線性神經網絡包括線性和由條件激活的非線性函數。如果所分析的問題顯示的條件不是線性的，或者不明顯的可預測的，并且不是次要的，那么系統的非線性函數被賦予比線性計算更多的權重隨著神經系統的訓練繼續進行，系統在控制它所監視的真實世界條件方面變得更好，而不是系統的理想狀態。這通常涉及到將神經模糊模型納入神經網絡中，這樣可以解釋產生有意義輸出的不精確程度和控制狀態。
人工神經元試圖通過計算機編程來模擬大腦的活動。一組相互連接的人工神經元組合在一起就意味著在某些基本功能上起作用這種人工神經網絡的設計被視為開發人工生命的關鍵踏腳石，人工合成的計算機系統可以像人類一樣進行推理。今天的智能計算機系統已經采用了神經網絡，允許對數據輸入進行并行處理一個依賴人工神經元的系統的例子是在2006年開發的一個作物保護系統，它利用了飛行車輛掃描作物狀況，以確定是否存在季節性病蟲害選擇神經網絡軟件來控制作物的掃描，因為神經網絡本質上是學習型計算機。隨著更多的數據輸入到它們的局部條件下，它們在檢測問題方面變得更加有效，以便在問題擴散之前進行快速控制。另一方面，一個標準的計算機控制系統，如果不經過設計者的不斷重新編程，它將比基于人工神經元適應的系統效率低得多熟悉軟件的工程師在軟件的基礎上不能適應軟件的廣泛的優點，當神經網絡暴露在這些條件下并收集有關這些條件的數據時，它就會變得熟練。最初，神經網絡會產生錯誤的輸出作為問題的解決方案，但是，當這個輸出產生時，它作為輸入反饋到系統中，不斷地對數據進行提煉和權衡，使其對現實世界的情況越來越準確地了解，如果有足夠的時間和反饋，除了1943年創建的基本二元神經元結構外，神經網絡設計的適應性已經導致了其他類型的人工神經元。半線性神經網絡包括線性和由條件激活的非線性函數。如果所分析的問題顯示的條件不是線性的，或者不明顯的可預測的，并且不是次要的，那么系統的非線性函數被賦予比線性計算更多的權重隨著神經系統的訓練繼續進行，系統在控制它所監視的真實世界條件方面變得更好，而不是系統的理想狀態。這通常涉及到將神經模糊模型納入神經網絡中，這樣可以解釋產生有意義輸出的不精確程度和控制狀態。
- 發表于 2020-07-30 17:24
- 閱讀 ( 711 )
- 分類：電腦網絡
admin
0 篇文章
作家榜 ?
-
xiaonan123
189 文章
-
湯依妹兒
97 文章
-
luogf229
46 文章
-
jy02406749
45 文章
-
小凡
34 文章
-
Daisy萌
32 文章
-
我的QQ3117863681
24 文章
-
華志健
23 文章