KI

Neurale netwerke kan geleer word om orde en chaos te hanteer

Neurale netwerke kan geleer word om orde en chaos te hanteer


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

'N Neurale netwerk is 'n gevorderde soort kunsmatige intelligensie wat die neurone in ons brein naboots. Die sterkte van verbindings tussen neurone beïnvloed die sterkte van die geleide impuls en hierdie verbindings kan deur verskillende faktore verander word. Op 'n soortgelyke manier skryf kunsmatige neurone vooroordele en numeriese waardes toe aan sekere verbindings tydens die opleidingsfase.

Een nadeel van hierdie neurale netwerkstelsels is dat dit nie goed reageer op chaos nie, dit word ook genoem chaosblindheid. Hulle kan nie voorspel en kan nie aanpas in die teenwoordigheid van chaos.

Wrak bal analogie

Stel jou voor dat 'n wrak bal rondrol. Dit het beide kinetiese en potensiële energie. As ons dit in die draai draai, kan ons nie met sekerheid weet waarheen die wrakbal op pad is nie of met watter snelheid nie. Dit is hoe konvensionele neurale netwerke data ontleed. As ons Hamilton-meganika implementeer in die begrip van neurale netwerke, kan dit die beweging van die bal volledig ontleed, wat beteken dat dit kan kyk waar dit was op watter tydstip en kan bepaal waarheen dit op pad sal wees volgende.

SIEN OOK: 10 VAN DIE BELANGRIKSTE VERGELYKINGS IN DIE GESKIEDENIS

Soos John Lindner dit stel: "Die Hamiltonian is regtig die 'spesiale sous' wat neurale netwerke die vermoë gee om orde en chaos te leer." Met hierdie implementering kan ons neurale netwerke aanpak moeiliker probleme en gebruik dit in nuwe gebiede om ons te help.


Kyk die video: Jean Pierre Changeux,. - Acetylcholine Receptors and Higher Brain Functions (Desember 2022).