Sanan hermoverkko on keinotekoinen hermoverkko , jonka topologialle on ominaista se, että neuronien sisäiset (piilotetut) kerrokset on jaettu lohkoihin.
Legenda:
Wordin hermoverkot eroavat piilokerroksen lohkojen lukumäärästä ja ohitusyhteyksien olemassaolosta tai puuttumisesta.
Piilotettujen kerrosten jakaminen lohkoihin mahdollistaa erilaisten siirtotoimintojen käyttämisen piilotetun kerroksen eri lohkoille. Siten samat tulokerrokselta vastaanotetut signaalit painotetaan ja käsitellään rinnakkain useilla menetelmillä ja tulos käsitellään sitten lähtökerroksen neuronien toimesta. Erilaisten käsittelymenetelmien käyttö samalle tietojoukolle antaa mahdollisuuden sanoa, että neuroverkko analysoi dataa eri näkökulmista. Käytäntö osoittaa, että verkko antaa erittäin hyviä tuloksia ennusteiden ja kuvioiden tunnistamisen ongelmien ratkaisemisessa . Syöttökerroksen neuroneille asetetaan yleensä lineaarinen aktivointifunktio . Piilo- ja lähtökerroksen lohkoista peräisin olevien neuronien aktivointitoiminto määritetään kokeellisesti.
Wordin hermoverkon kouluttamiseen voit käyttää backpropagation menetelmää .
| Keinotekoisten neuroverkkojen tyypit | |
|---|---|
| |
| Koneoppiminen ja tiedon louhinta | |
|---|---|
| Tehtävät | |
| Opettajan kanssa oppimista | |
| ryhmäanalyysi | |
| Mittasuhteiden vähentäminen | |
| Rakenteellinen ennustaminen | |
| Anomalian havaitseminen | |
| Piirrä todennäköisyysmallit | |
| Neuroverkot | |
| Vahvistusoppiminen |
|
| Teoria | |
| Lehdet ja konferenssit |
|