Концепция нейронной сети
Нейронная сеть - это общее название математических структур, программных или аппаратных моделей, которые выполняют вычисления или обрабатывают сигналы через ряды элементов, называемых искусственными нейронами.
Они выполняют основную операцию на своем входе. Первоначальным вдохновением для этой структуры было создание естественных нейронов, синапсов, соединяющих их, и нервной системы, в частности мозга.
Иногда название искусственных нейронных сетей определяется как междисциплинарная область знаний, связанная со строительством, обучением и исследованием возможностей такого типа сетей.
Развитие нейронных сетей
Первоначальный резкий рост интереса и прогресса в этой области был замедлен в 1970-х годах публикацией работ Минского и Паперта в 1969 году. Она утверждала, что сеть, состоящая из одного линейного слоя, имеет очень ограниченную собственность и применение.
Несмотря на теорию, представленную выше, было создано много новых идей и моделей сети. Можно упомянуть Cerebellatron Дэвида Мара (управление роботом), Brain in the Box Джеймса Андерсона (1977), выступающий в качестве ассоциативной памяти. Застой в исследовании сети был сломлен после публикации алгоритма обучения для многослойной нелинейной нейронной сети.
Метод ретроградного распространения ошибок был впервые описан Werbos в 1974 году. Однако эта теория была популяризирована только в 1986 году благодаря Румельхарту. Это позволило построить многослойные нелинейные нейронные сети и быстро изучить сценарии в этих сетях. Благодаря этому наблюдается возврат интереса к нейронным сетям и в то же время к их быстрому развитию, которое мы наблюдаем по сей день.