- आर्टिफिशियल इंटेलिजेंस क्या है?
- तंत्रिका नेटवर्क खुफिया मिथक या वास्तविकता?
- सूचना पहुंच सुरक्षा
- बादल में जीवन
- क्लाउड कंप्यूटिंग
- बेनामी इलेक्ट्रॉनिक धन की सुरक्षा के साधन के रूप में
- कंपनी ब्लॉग बनाना
- वेबसाइटों पर वायरस
- इंटरनेट का अंतहीन विस्तार। ईमेल।
- ओपनसीएल का परिचय
- एक छोटे संगठन की सूचना सुरक्षा
- वीडियो कॉन्फ्रेंसिंग सिस्टम
क्रेटोव निकोलाई निकोलाइविच: तंत्रिका नेटवर्क खुफिया एक मिथक या वास्तविकता है?
वर्तमान में, जब विभिन्न उत्पादन गतिविधियों में मानव हाथों के प्रतिस्थापन की आवश्यकता होती है, जो स्थिति का आकलन कर सकता है और कभी-कभी किसी व्यक्ति के लिए, बहुत जटिल निर्णय ले सकता है, बाजार पर उच्च प्रौद्योगिकियों के निर्माताओं के बीच संघर्ष होता है जो किसी भी तरह सक्षम हैं बौद्धिक कार्यों का प्रदर्शन।
पहले से ही पश्चिम और अन्य उच्च विकसित देशों में, तंत्रिका नेटवर्क जैसी तकनीक का उपयोग किया जाता है। कई वैज्ञानिकों के अनुसार, तंत्रिका नेटवर्क कंप्यूटिंग का भविष्य हैं। तो तंत्रिका नेटवर्क क्या है?
एक तंत्रिका नेटवर्क परस्पर सिम्युलेटेड न्यूरॉन्स (मानव मस्तिष्क में स्थित न्यूरॉन्स का एक मॉडल) है। यह संरचना आपको इनपुट डेटा का विश्लेषण करने और गणना के परिणाम को आउटपुट करने की अनुमति देती है। नेटवर्क इनपुट की संख्या उस डेटा की मात्रा के बराबर होती है जिसे इसे संसाधित करना चाहिए, और आउटपुट की संख्या उस रूप पर निर्भर करती है जिसमें आपको समस्या का समाधान प्राप्त करने की आवश्यकता होती है। तंत्रिका नेटवर्क की मदद से आप लगभग किसी भी समस्या का समाधान कर सकते हैं।
तंत्रिका नेटवर्क समस्याओं का अक्सर उल्लेख किया गया उदाहरण पैटर्न पहचान की समस्या है। चित्र (मान लें कि काला और सफेद) पत्र दिखाता है। हमारा काम इस पत्र को पहचानना है। यह तंत्रिका नेटवर्क के लिए एक विशिष्ट कार्य है और किसी अन्य तकनीक का उपयोग करके इसे हल करना बहुत मुश्किल है। और इस कार्य को तंत्रिका नेटवर्क भाषा में अनुवाद करना बहुत आसान है। मान लें कि हमारे पास 30 * 30 पिक्सेल की एक श्वेत-श्याम छवि है, इसलिए हमारे तंत्रिका नेटवर्क में 900 इनपुट होंगे, जिनमें से प्रत्येक को 0 या के बराबर बिट सिग्नल प्राप्त होता है। 1 (दिए गए पिक्सेल के रंग के आधार पर)। गणनाओं के परिणामस्वरूप 33 आउटपुट (एक आउटपुट - एक अक्षर) होंगे, आउटपुट पर एक संकेत दिखाई देना चाहिए जो आकृति में दिखाए गए अक्षर को दर्शाता है (सबसे मजबूत अगर हम एनालॉग सिग्नल का उपयोग करें)।
लेकिन तंत्रिका नेटवर्क स्वयं समस्या को ठीक से हल करने में सक्षम नहीं है, इसलिए शुरुआत के लिए इसे प्रशिक्षित करने की आवश्यकता है। यही है, इस कार्य के लिए समायोजित करने के लिए (वजन समायोजित करें)। एक तंत्रिका नेटवर्क सीखना एक बच्चे को पढ़ाने जैसा है: आप एक अक्षर दिखाते हैं और नेटवर्क के आउटपुट को देखते हैं। यदि आउटपुट गलत है, तो हम आवश्यक वज़न को ठीक करते हैं और इसी तरह जब तक तंत्रिका नेटवर्क बहुत सारे सही उत्तर देता है। जब तंत्रिका नेटवर्क को प्रशिक्षित किया जाता है, तो यह स्थिति से अपरिचित होने पर भी सही निर्णय दे सकता है (पत्र थोड़ा विकृत है)।
हमने सबसे सरल तंत्रिका नेटवर्क की टोपोलॉजी पर विचार किया है।
यह कम्प्यूटेशनल विज्ञान का एक बहुत ही आशाजनक क्षेत्र है, जो भविष्य में संभवतः किसी व्यक्ति को उसकी कई गतिविधियों में बदल देगा।
साहित्य के संदर्भ।