Definition av artificiellt neuralt nätverk (ANN)

Vad är ett artificiellt neuralt nätverk (ANN)?

Ett artificiellt neuralt nätverk (ANN) är en del av ett datasystem som är utformat för att simulera hur den mänskliga hjärnan analyserar och bearbetar information. Det är grunden för artificiell intelligens (AI) och löser problem som skulle visa sig omöjliga eller svåra genom mänskliga eller statistiska standarder. ANN har självinlärningsmöjligheter som gör att de kan ge bättre resultat när mer data blir tillgänglig.

Förstå ett artificiellt neuralt nätverk (ANN)

Artificiella neurala nätverk är byggda som den mänskliga hjärnan, med neuron noder sammankopplade som en web. Den mänskliga hjärnan har hundratals miljarder celler som kallas neuroner. Varje neuron består av en cellkropp som är ansvarig för att bearbeta information genom att transportera information mot (ingångar) och bort (utgångar) från hjärnan.

Ett ANN har hundratals eller tusentals artificiella neuroner som kallas bearbetningsenheter, som är sammankopplade av noder. Dessa behandlingsenheter består av in- och utmatningsenheter. Inmatningsenheterna tar emot olika former och strukturer av information baserat på en intern viktning system, och det neurala nätverket försöker lära sig mer om den information som presenteras för att producera en utgång Rapportera. Precis som människor behöver regler och riktlinjer för att komma med ett resultat eller resultat, använder ANN också en uppsättning lärande regler som kallas backpropagation, en förkortning för bakåtgående spridning av fel, för att perfekta sin produktion resultat.

Ett ANN går initialt igenom en utbildningsfas där det lär sig känna igen mönster i data, oavsett om det är visuellt, ljudmässigt eller textmässigt. Under denna övervakade fas jämför nätverket sin verkliga produktion med vad den var tänkt att producera - den önskade produktionen. Skillnaden mellan båda resultaten justeras med hjälp av backpropagation. Detta innebär att nätverket fungerar bakåt och går från utmatningsenheten till inmatningsenheterna för att justera vikten på dess anslutningar mellan enheterna tills skillnaden mellan det verkliga och önskade resultatet ger lägsta möjliga fel.

Under utbildnings- och övervakningsstadiet lärs ANN vad de ska leta efter och vad dess utmatning ska vara, med hjälp av ja/nej frågetyper med binära tal. Till exempel en bank som vill upptäcka kreditkort bedrägeri i tid kan fyra inmatningsenheter matas med dessa frågor: (1) Är transaktionen i ett annat land än användarens hemland? (2) Är webbplatsen som kortet används på ansluten till företag eller länder på bankens bevakningslista? (3) Är transaktionsbeloppet större än $ 2000? (4) Är namnet på transaktionsräkningen detsamma som namnet på kortinnehavaren?

Banken vill att svaren "bedrägeri upptäckt" är Ja Ja Ja Nej, vilket i binärt format skulle vara 1 1 1 0. Om nätverkets faktiska utdata är 1 0 1 0, justerar det sina resultat tills det levererar en utgång som sammanfaller med 1 1 1 0. Efter utbildning kan datorsystemet varna banken för pågående bedrägliga transaktioner, vilket sparar banken mycket pengar.

Praktiska tillämpningar för artificiella neurala nätverk (ANN)

Konstgjorda neurala nätverk banar väg för att livsförändrande applikationer kan utvecklas för användning inom alla sektorer av ekonomin. Konstgjorda intelligensplattformar som är byggda på ANN stör de traditionella sätten att göra saker. Från att översätta webbsidor till andra språk till att ha en virtuell assistent för att beställa mat online till att prata med chatbots för att lösa problem, AI -plattformar förenklar transaktioner och gör tjänster tillgängliga för alla på försumbar kostar.

Konstgjorda neurala nätverk har tillämpats inom alla verksamhetsområden. E -postleverantörer använder ANN för att upptäcka och ta bort skräppost från en användares inkorg; kapitalförvaltare använda den för att prognostisera riktningen för ett företags aktier; kreditvärdighet företag använder den för att förbättra sina kreditvärderingsmetoder; e-handelsplattformar använder den för att anpassa rekommendationer till sin publik; chatbots är utvecklade med ANN för bearbetning av naturligt språk; deep learning -algoritmer använder ANN för att förutsäga sannolikheten för en händelse; och listan över ANN -inkorporering fortsätter i flera sektorer, branscher och länder.