Урок 2.3. Понятие искусственной нейронной сети. Классификация нейронных сетей

Что такое искусственная нейронная сеть?

Из предыдущих уроков вы уже знаете, что такое искусственный нейрон, какие бывают и как работают функции активации. Теперь поговорим о нейронных сетях.

Искусственная нейронная сеть - вычислительная структура, которая моделирует простые биологические процессы, обычно ассоциируемые с процессами человеческого мозга.

Адаптируемые и обучаемые, нейронные сети представляют собой распараллеленные системы, способные к обучению путем анализа положительных и отрицательных воздействий. 

Элементарный преобразователь в данных сетях - искусственный нейрон или просто нейрон, названный так по аналогии с биологическим прототипом.

Какие бывают нейронные сети?

Существует множество архитектур нейронных сетей (НС), названных в честь ученых, разработавших их математические модели. Чтобы не запутаться в многообразии структур,  мы предлагаем следующий подход.

Общая классификация нейронных сетей

Разделим нейронные сети на четыре группы:

1. По способу обучения
2. По способам связи между нейронами (топологии)
3. По модели (архитектуре) нейронной сети
4. По способу настройки весовых коэффициентов

Классификация нейронных сетей по способу обучения

НС можно обучать:

• с учителем,
• без учителя,
• с подкреплением.

Классификация нейронных сетей по топологии

По способам связи НС можно разделить на:

• полносвязные сети,
• слабосвязные сети,
• многослойные НС (перцептроны).

Классификация нейронных сетей по модели НС

Используя модель нейронной сети, их также можно разделять на типы, например:

• Прямого распространения,
• Нейронные сети Кохонена,
• Рекуррентные нейронные сети и др.

Типы задач и архитектуры НС

НС еще можно классифицировать по типам решаемых ими задач. Мы предлагаем рассмотреть взаимосвязь архитектуры (модели) нейронной сети с типом задачи, которую НС может решить

Выводы

Подведем итоги. Искусственные нейронные сети состоят из нейронов, которые объединяются в вычислительную структуру. В зависимости от способа объединения, а также способа распространения сигнала нейронные сети могут успешно решать сложные задачи, такие как прогнозирование, распознавание образов и др.

Существуют несколько способов классификации НС, и каждый из них по-своему верный.
В данном курсе мы более детально рассмотрим многослойные нейронные сети прямого распространения и нейронные сети Кохонена.