従業員による記事。
このトピックは、ニューラルネットワークテクノロジーに焦点を当てています。
以前、このトピックは、最初の科学的研究の経験を得るために研究所向けに公開されました。私の意見では、これは量子ネットワークとともに最も関連性の高いトピックの1つです。つまり、これらのテクノロジーは、状況と予測可能な状況の両方でデータの範囲と処理を根本的に変更します。 ..。
ニューラルネットワーク技術の使用の特徴は、特定の分野の専門家と機械の間の仲介役を演じるプログラマー（特定の分野の実行者と専門家）の助けを借りて作成された収集された知識ベースに基づいて分析計算を必要とするさまざまな意思決定システムを作成できることです。
ニューラルネットワーク技術には、排他的な「または」（XOR）問題を解決する方法があります。
排他的またはテーブルは次のようになります。
・バイナリモジュロ2の場合（バイナリハーフアダーで使用）：
A |
B |
A + B |
0 |
0 |
0 |
0 |
1 |
1 |
1 |
0 |
1 |
1 |
1 |
0 |
規則：両方のオペランドが等しい場合、結果は0です。それ以外の場合、結果は1になります。
· 2 ( ):
A |
B |
C |
A+B+C |
0 |
0 |
0 |
0 |
0 |
0 |
1 |
1 |
0 |
1 |
0 |
1 |
0 |
1 |
1 |
0 |
1 |
0 |
0 |
1 |
1 |
0 |
1 |
0 |
1 |
1 |
0 |
0 |
1 |
1 |
1 |
1 |
: 0, , 1, .
, () — .
— ( (input data)), n, - , , ( (output data)).
– , 1 – .
, .
[0,1] [-1,1]. , «1» .
«input» , .
(), , , .
: , . , :
.
, [0,1].
, , , [-1,1].
, , - .
, , :
x min – .
x max – .
[a, b] – .
x i – .
, , , :
M(x) – .
σ(x) – .
x i – .
, , , ( ( ) , ).
- .
– , .
– , .
– , . : «MSE», «Root MSE», «Arctan» ..
Google.
, /:
, , , «Cat» -, , , , «Cat» - .
, , .
ニューラルネットワークは、現在のすべての意思決定およびサポートシステムを更新し、プロセスを自動化し、その後、ニューラルネットワークトレーニングの反復の開始後に独立したシステムを作成することを可能にします。将来的には、自動化されたプロセスの完全なグローバル化。ユーザーがパーソナルコンピュータで家庭やその他のタスクを解決するのをサポートします。まず、画面上のワークステーション/ PCステーションのエラー領域をキャプチャし、ポイント/ピクセルの類似性でデータベース内の同様のエントリを検索し、ソリューションを発行します。
著者：キリルアルタモノフ