Решение на такава задача от мозъка може да бъде обработката на информация от обикновеното зрение (human vision). Във функциите на зрителната

ЮГОЗАПАДЕН УНИВЕРСИТЕТ "НЕОФИТ РИЛСКИ"

Невронни мрежи
Иван Тренчев, Петър Миланов,
Невена Пенчева, Иван Мирчев
Работен вариант

2
Невронни мрежи – Въведение и Процеси на
обучение

1.1.Същност на невронните връзки
Изследванията по изкуствените невронни връзки са свързани с това, че способа на обработването на информацията от човешкият мозък коренно се отличава от методите, които се използват от цифровите компютри.
Мозъкът представлява много сложен не линеен успореден компютър (система за обработка на информация). Той е способен да организира свои структури компоненти наречени неврони, така че те биха могли да изпълняват конкретни задачи (разпознаване на образи, обработване на сигналите на органите за чувство, моторни функции), много пъти по-бързо и от най-бързите съвременни компютри.
Пример за решение на такава задача от мозъка може да бъде обработката на информация от обикновеното зрение (human vision). Във функциите на зрителната система влизат създаване на представа за околната среда в такъв вид, който обезпечава възможността на взаимодействие (interact) в този свят. Oще по-точно последователно изпълнява редица задачи за разпознаване (например разпознаване на познато лице в непозната обкръжение). За това нещо отиват около 100 – 200 мили секунди. В същото време за изпълнението на аналогични задачи даже с по-малка сложност изпълнявани от компютъра може да отнеме няколко дни.
Друг пример може да бъде локатора (sonar) на прилепите, който представлява система на активна ехолокация.
Понятието развитие на невроните е свързано с понятието пластичност
(plasticity) на мозъка – способността на настройване на нервната система към обкръжаващата ни среда. Пластичността на мозъка играе най-важна роля в работата на невроните в качеството на единица обработка на информация в човешкият мозък.
Аналогично в изкуствените невронни мрежи работата се провежда в изкуствени неврони. В двата случая невронната мрежа (neural network) представлява машина за моделиране на способ за обработване на мозъка за конкретна задача. Тази мрежа обикновено се реализира с помощта на електронни компоненти или се моделира от програмен цифров компютър. За да се получи висока производителност, невронните мрежи използват множество взаимосвървани елементарни клетки на изчисление – невроните. По този начин може да се формулира следното определение за невронни мрежи произлизащо от ролята на адаптивната машина.
Невронни мрежи – това е огромен разпределен успореден процесор, състоящ се от елементарни единици за обработка на информацията получил експеримелнтални стойности, които се ползват за следваща обработка. Невроннат мрежа е сходна с мозъка от две гледни точки:

Знанията постъпват в невронната мрежа от околната среда и се използват в процеса на обучение;

3

За натрупване на знания се прилагат връзки между невроните – наричайки ги синаптично тегло.
Процедурите използвани за процеса на обучение (learning) се наричат алгоритми
за обучение (learning algorithm). Тази процедура изгражда в определен ред синаптическо тегло на невронната мрежа обезпечаващо необходимите структури на връзките между невроните. Изменението на синаптическото тегло представлява традиционен метод за настройване на невронната мрежа. Този подход е много близък до теорията на линейните адаптивни филтри, която се използва от човека. Невронните мрежи могат да изменят собствената си топология. Това се обуславя от факта, че невроните в човешкият мозък постоянно умират, а нови синаптически връзки постоянно се създават. В литературата невронните мрежи често ги наричат нервнокомпютърни мрежи (connectionist network) за връзка на успоредно разпределени процесори.