#title=Sztuczna inteligencja. Sieci neuronowe #params=211;1456;3;2 #HTMLInfo=courses\texts\Mt_02002.htm Do dzi struktura ludzkiego mózgu nie jest w pełni zbadana. Dlatego też problem ten fascynuje wielu. Z takiej fascynacji powstał pomysł stworzenia sieci neuronowych naladujšcych pracę mózgu. Wzorujšc się na naturze naukowcy opracowali modele sztucznych sieci neuronowych. Model takiej sieci opiera się na dwóch podstawowych elementach: neuronach i połšczeniach między nimi. Neurony sš układane w kolejne warstwy, które sš łšczone między sobš. Praca sieci neuronowej przebiega dwustopniowo. W pierwszym kroku trzeba sieć nauczyć tego, co ma robić. W drugim etapie można stosować jš do rozwišzania problemu. Jednym z prostszych sposobów uczenia jest podawanie na wejcie sieci neuronowej przykładów. Następnie, według okrelonego algorytmu, wyznacza się siłę powišzań między neuronami i poziom zadziałania każdego neuronu z osobna. Oczywicie każda sieć ma ograniczonš pojemnoć "pamięci", zatem może nauczyć się tylko pewnej liczby pojęć. Zależy to od liczby neuronów, z których składa się sieć - im jest ich więcej, tym więcej pojęć może ona zapamiętać. Gdy sieć jest już nauczona, można podawać na jej wejcie nowe przykłady, których wczeniej nie widziała. Jednym z rozlicznych zastosowań sieci neuronowych jest rozpoznawanie obrazów. Dzięki temu, że sieć zostanie nauczona prostych elementarnych kształtów, możliwe jest póniej prawidłowe odróżnianie elementów o zniekształconych nieco obrysach, lecz z dalszej perspektywy przypominajšcych oryginały. Wiedza zawarta w poszczególnych neuronach i połšczeniach pozwala rozpoznać zniekształcenia.
LaFuriaPL