Глоссарий

Нейронная сеть представляет собой совокупность нейроподобных элементов, определенным образом связанных друг с другом и внешней средой с помощью связей, определяемых весовыми коэффициентами. В процессе функционирования сети осуществляется преобразование входного вектора в выходной, некоторая переработка информации.

Конкретный вид выполняемого сетью преобразования данных обуславливается не только характеристиками нейроподобных элементов, но и особенностями ее архитектуры, а именно топологией межнейронных связей, выбором определенных подмножеств нейроподобных элементов для ввода и вывода информации, способами обучения сети, наличием или отсутствием конкуренции между нейронами, направлением и способами управления и синхронизации передачи информации между нейронами.

Наиболее часто нейронные сети используются для решения следующих задач:

• Классификация образов - указание принадлежности входного образа, представленного вектором признаков, одному или нескольким предварительно определенным классам.
• Кластеризация - классификация образов при отсутствии обучающей выборки с метками классов.
• Прогнозирование - предсказание значения y(t_n+1) при известной последовательности y(t₁), y(t₂) ... y(t_n).
• Оптимизация - нахождение решения, удовлетворяющего системе ограничений и максимизирующим или минимизирующим целевую функцию.
• Память, адресуемая по содержанию (ассоциативная память) - память, доступная при указании заданного содержания.
• Управление - расчет такого входного воздействия на систему, при котором она следует по желаемой траектории.