Sun'iy neyron tarmoqlari (ann)

Neyron tarmoqlari tomonidan hal qilinuvchi muammolar
Neyron tarmoqlari inson miyasi kabi analitik hisoblashni talab qiladigan murakkab muammolarni hal qilish uchun ishlatiladi. Neyron tarmoqlari ishlatiladigan eng keng tarqalgan vazifalar:
Obrazni aniqlash. Turli xil ob'ektlar tasvir sifatida harakat qilishi mumkin: matnli belgilar, tasvirlar, ovoz namunalari va boshqalar. Hozirgi vaqtda bu neyron tarmoqlarini qo'llashning eng keng doirasi. Xususan, ushbu qobiliyat Google-da fotosurat izlayotganingizda yoki smartfon kamerasida yuzingiz holatini aniqlab, uni ta'kidlab qo'yganda va boshqa ko'plab dasturlarda qo'llaniladi.
Tasniflash - ma'lumotlarni parametrlar bo'yicha taqsimlash. Masalan, ANN-ga odamlar to'g'risidagi ma'lumotlar to'plami beriladi va siz kimga kredit berilishi mumkinligini va kim qila olmaslik to'g'risida qaror qabul qilishingiz kerak. Ushbu ish neyron tarmoq orqali amalga oshiriladi, masalan, yosh, to'lov qobiliyati, kredit tarixi va boshqalar.
Qaror qabul qilish va boshqarish. Ushbu muammo tasniflash muammosiga yaqin. Vaziyatlarni tasniflash kerak, ularning xarakteristikalari neyron tarmog'ining kirishida olinadi. Tarmoq chiqishida, natijada, qabul qilingan qarorning belgisi paydo bo'lishi kerak. Bunday holda kirish signallari sifatida boshqariladigan tizim holatining turli mezonlari qo'llaniladi.
Klasterlash. Klasterlash deganda kirish signallari to'plamini sinflarga bo'lish tushuniladi, shu bilan birga sinflarning soni ham, xususiyatlari ham oldindan ma'lum emas. Treningdan so'ng bunday tarmoq kirish signalining qaysi sinfga tegishli ekanligini aniqlashga qodir. Tarmoq, shuningdek, kirish signali tanlangan sinflarning hech biriga tegishli emasligi haqida signal berishi mumkin - bu o'quv namunasida yo'q bo'lgan yangi ma'lumotlarning paydo bo'lishi belgisidir. Shunday qilib, bunday tarmoq yangi, ilgari noma'lum bo'lgan signal sinflarini ochishi mumkin.
Prognozlash. Neyron tarmoqni bashorat qilish qobiliyati uning kirish va chiqish ma'lumotlari o'rtasidagi yashirin bog'liqlikni umumlashtirish va ajratib ko'rsatish qobiliyatidan bevosita kelib chiqadi. Treningdan so'ng, tarmoq bir necha oldingi qiymatlar va / yoki hozirda mavjud bo'lgan ba'zi bir omillarga asoslanib, ma'lum bir ketma-ketlikning kelajakdagi qiymatini taxmin qilish imkoniyatiga ega.