自适应神经网络是一种处理信息并在必要时对网络进行调整的系统,这种网络存在于计算机系统或有机生命体中,用于解释大量复杂信息,是现代人工智能技术的基础 手持计算机一种人工自适应神经网络,也称为人工神经网络,它模仿了...
自适应神经网络是一种处理信息并在必要时对网络进行调整的系统,这种网络存在于计算机系统或有机生命体中,用于解释大量复杂信息,是现代人工智能技术的基础

手持计算机一种人工自适应神经网络,也称为人工神经网络,它模仿了人类和动物大脑中自然发生的神经网络。它们使用一系列信息收集传感器(神经元)工作,这些传感器由一个中央处理器来解释。这些连接可以改变和改变它们与中央处理器的交互方式评价如何最有效地实现其功能。自适应神经网络的"学习"主要有两种方式:监督学习和无监督学习指导网络如何解释各种输入并与之交互的人工对应者。这种学习方式的目的是确保自适应神经网络用于处理信息的方法中没有错误,并加强网络的预期动作无监督学习依赖于中央处理器与环境交互,并根据其原始程序自行决定如何操作。为了做到这一点,它组织和重组它接收到的信息,并预测更改这些数据的结果。网络可以在线学习或离线学习。在线学习意味着网络在执行任务的同时进行学习。离线学习要求网络学习与表演分开。目前有四个主要任务由自适应神经网络。它们都处理处理和解释模式。首先,有聚类,当网络检查许多模式并将相关模式分组成簇时,自适应神经网络可以执行的第二个任务是识别和解释一个模式,例如书面或口头单词尝试在理解相关模式的基础上理解完全未知的模式。提供函数值的估计值是第三个主要任务,自适应神经网络可以完成的第四个主要任务是预测如果对某些数据模型进行更改,将来会发生什么人工智能的形式及其最现代的应用涉及先进的机器人技术由于数据分析员的工作是对大量信息进行解释和排序,因此这种方法更为常用。人工神经网络可以帮助分析员组织数据,进行研究,并测试公司产品和服务可能发生的变化。随着技术的进步,神经网络的应用将变得更加普遍。