Mechanika8
Podstawową cechą różniącą SSN (sztuczne sieci neuronowe) od programów realizujących algorytmiczne przetwarzanie informacji jest zdolność generalizacji czyli uogólniania wiedzy dla nowych danych nieznanych wcześniej, czyli nie prezentowanych w trakcie nauki. Określa się to także jako zdolność SSN do aproksymacji wartości funkcji wielu zmiennych w przeciwieństwie do interpolacj możliwej do otrzymania przy przetwarzaniu algorytmicznym.
Systemy ekspertowe z reguły wymagają zgromadzenia i bieżącego dostępu do całej wiedzy na temat zagadnień, o których będą rozstrzygały. SSN wymagają natomiast jednorazowego nauczenia, przy czym wykazują one tolerancję na nieciągłości, przypadkowe zaburzenia lub wręcz braki w zbiorze uczącym. Pozwala to na zastosowanie ich tam, gdzie nie da się rozwiązać danego problemu w żaden inny, efektywny sposób.
Wyszukiwarka
Podobne podstrony:
Slajd27 (45) 1.3.1 Sieci neuronowe Dziedzina sztucznych sieci neuronowych stanowi alternatywę dla seWykaz ważniejszych oznaczeń Nk - liczba neuronów w warstwie A-tej (A = 1. ..L) sztucznej sieci neuroSZTUCZNE SIECI NEURONOWE W SYSTEMACH INFORMACYJNO-WYSZUKIWAWCZYCHWiesław Babik Uniwersytetdziedziny zastosowań sztucznych sieci neuronowych w systemach wyszukiwania informacji można uznać:11388 Zastosowanie sztucznych sieci neuronowych w badaniach wybranych parametrów geotechnicznych / M.79. Grymek Sz., Tarnowski W.: Sztuczne sieci neuronowe rekurencyjne doKrzysztof RÓŻANOWSKI Wybrane narzędzia do budowy sztucznych sieci neuronowych Matlab - jest środowisElementy Sztucznej Inteligencji Sztuczne sieci neuronowe wykład 10 Elementy Sztucznej Inteligencji -Sztuczne Sieci Neuronowe Wiktor Tracz Katedra Urządzania Lasu, Geomatyki i Ekonomiki Leśnictwa, WydzSZTUCZNE SIECI NEURONOWE DANE POGODOWE Z48770 Slajd41 (33) Sztuczne sieci neuronowe działają, jak wiadomo, zupełnie inaczej. Z punktu widzenwięcej podobnych podstron