Nevronska mreža: Razlika med redakcijama

Izbrisana vsebina Dodana vsebina
Aibot (pogovor | prispevki)
m robot Dodajanje: ca, da, fa, he, th, uk Odstranjevanje: ko, ro Spreminjanje: ar, de, en, ru, zh
Zupi (pogovor | prispevki)
mBrez povzetka urejanja
Vrstica 1:
'''Nevronska mreža''', tudi umetna nevronska mreža (angleško '''neural netnetwork''', nemško '''Neuronales Netz''') je način za [[napravaobdelava|obdelavo]] [[informacija|informacij]], ki je narejenadeluje po vzoru človeških oz. živalskih [[možgani|možganov]]. Sestavljena je iz množice [[nevron|nevronov]]. Nevroni, osnovni gradniki nevronskih mrež, imajo mnogo vhodov in en izhod in so med seboj povezani. Po povezavah si drug drugemu pošiljajo električne in kemične dražljaje. Če je vsota vhodnih signalov dovolj velika, pride do vžiga nevrona, to pomeni, da se na izhodu pojavi [[signal]]. Povezave med nevroni lahko imajo poljubno jakost. Med učenjem nevronske mreže se določa jakost teh povezav.
 
Čar nevronskih mrež je v tem, da med učenjem same ugotovijo pravilo, ki povezuje izhodne podatke z vhodnimi. To pomeni, da se lahko naučijo tudi več in bolje kot učitelj oziroma [[človek]]. Ko je nevronska mreža naučena, nam daje pravilne odgovore tudi na vprašanja, ki niso bila prisotna pri učenju.
Sestavljena je iz množice umetnih [[nevron|nevronov]]. Nevroni, osnovni gradniki nevronskih mrež, so t.i. pragovne funkcije, ki imajo več različno uteženih vhodov in en izhod ter so med seboj povezani. Najenostavnejše nevronske mreže imajo le en nivo oz. sloj, pri bolj kompliciranih nevronskih mrežah pa je teh nivojev lahko več. Po povezavah umetni nevroni drug drugemu pošiljajo električne dražljaje oz. [[signal]]e. Če je vsota vhodnih signalov dovolj velika, pride do vžiga nevrona, kar pomeni, da se na izhodu pojavi [[signal]]. Povezave med nevroni lahko imajo poljubno jakost in strukturo.
 
Uteži vhodov posameznih nevronov, povezave med nevroni ter prag, pri katerem nevron na izhodu odda signal, se oblikujejo z učenjem. To pomeni, da se navedeni parametri nevronske mreže spreminjajo toliko časa, dokler ni nevronska mreža zmožna optimalno rešiti nekega problema.
 
ČarBistvo nevronskih mrež je v tem, da med učenjem same ugotovijo pravilo, ki povezuje izhodne podatke z vhodnimi. To pomeni, da se lahko naučijo tudi več in bolje kot učitelj oziroma [[človek]]. Ko je nevronska mreža naučena, nam(kar dajelahko pravilnetraja odgovoredlje časa), deluje tudi nav vprašanjasituacijah, kis nisokaterimi bilav prisotnaprocesu učenja ni imela opravka. To pomeni, da lahko rešuje tudi naloge, kjer ne obstaja rešitev v obliki zaporedja korakov (kot npr. pri učenju[[računalnik|računalniških]] [[algoritem|algoritmih]]), čeprav pri tem obstaja večja nevarnost nepredvidljivega delovanja.