Đồ án môn học:Trí Tuệ Nhân Tạo - Đề tài: tổng quan về mạng nơ ron và các ứng dụng.

Một trong những ứng dụng kinh điển của mạng neuron là lớp các bài toán nhận dạng mẫu, ở đó mỗi một mẫu là một tập hợp (hay một vector) các tham số biểu thị các thuộc tính của một quá trình vật lý nào đó (ví dụ tín hiệu tiếng nói). Ngoài sức mạnh vốn có, mạng neuron còn thể hiện ưu điểm của mình trong việc nhận dạng thông qua khả năng mềm dẻo, dễ thích nghi với môi trường. Chính vì vậy, có thể coi mạng neuron trước tiên là một công cụ để nhận dạng. Nhiều | một cách dễ dàng khi có những thay đổi nhỏ của các điều kiện môi trường hoạt động. Hơn nữa, khi hoạt động trong một môi trường không ổn định (các số liệu thống kê thay đổi theo thời gian), một mạng neuron có thể được thiết kế sao cho có khả năng thay đổi các trọng số synapse của nó theo thời gian thực. Kiến trúc tự nhiên của một mạng neuron cho việc phân loại mẫu, xử lý tín hiệu, và các ứng dụng điều khiển luôn đi đôi với khả năng thích nghi của mạng, tạo cho nó một phương tiện hữu hiệu trong việc phân loại mẫu thích nghi, xử lý tín hiệu thích nghi, và điều khiển thích nghi. Như một quy tắc chung, có thể nói rằng chúng ta tạo ra một hệ thống càng có khả năng thích nghi thì tính năng của nó sẽ càng mạnh khi hệ thống cần phải hoạt động trong một môi trường không ổn định. Tuy nhiên, cần nhấn mạnh rằng tính thích nghi không phải lúc nào cũng đem đến sức mạnh; nó có thể làm điều ngược lại. Ví dụ, một hệ thống thích nghi với những hằng số thời gian nhỏ có thể biến đổi rất nhanh và như vậy là có xu hướng phản ứng lại những sự nhiễu loạn giả tạo, và sẽ gây ra sự suy giảm mạnh về tính năng hệ thống. Để thể hiện đầy đủ lợi ích của tính thích nghi, các hằng số thời gian của hệ thống nên đủ lớn để hệ thống có thể bỏ qua được sự nhiễu loạn và cũng đủ nhỏ để phản ứng được với những thay đổi có ý nghĩa của môi trường. Vấn đề này có thể được xem như một

TÀI LIỆU XEM NHIỀU
TỪ KHÓA LIÊN QUAN
TÀI LIỆU MỚI ĐĂNG
6    1    1    05-03-2021