Projekte für neuronale Netze

Neuronale Netze sind Artefakte mit einer Information Verarbeitung Paradigma basiert auf die Art und Weise Neuronen--Gehirnzellen--arbeiten im menschlichen Geist. Neuronale Netze können in Hardware oder Software durchgeführt werden. Die Grundidee ist, dass viele selbstständige Einheiten--künstlichen Neuronen--so verbunden sind, dass die Verbindungen veränderbar sind. Wie neuronale Netze lernen, ein Problem zu lösen, ändern die Stärken der Verbindungsleitungen. Die eigentliche Stärke des neuronalen Netzes Paradigmas ist, dass neuronale Netze lernen können, um schwierige Probleme mit normalen Programmiertechniken zu lösen.

Feedforward-Netzwerk-Projekte

Feedforward-Netze lernen, Muster zu erkennen. Das Netzwerk ist eine große repräsentative Sammlung von guten und schlechten Muster gezeigt und gesagt, welche das sind. Im Laufe der Zeit werden die Verbindungen zwischen den Neuronen auf den Punkt angepasst, wo auch neue Muster korrekt gekennzeichnet sind. Aktuelle Anwendungen Feedforward-Netze Schriftzeichen, Signaturen und Fingerabdrücke zu identifizieren. Das Feedforward-Modell ist eine gute Verwendung für Projekte, die lernen müssen, um gute Muster von schlechten Muster zu unterscheiden. Aktuelle Forschungsprojekte umfassen Ermittlung von Krebszellen, Lager Markttrends und verdächtige Kreditvorlagen.

Kohonen Netzwerkprojekte

Kohonen-Netze oder selbstorganisierenden Karten funktionieren ohne Aufsicht; Sie werden eine große Anzahl von Mustern angezeigt aber werden nicht gesagt, was gut oder schlecht sind. Kohonen-Netze in den Beispielen in Clustern gruppieren und, wenn ein neues Muster gezeigt korrekt klassifizieren das neue Muster in den richtigen Cluster. Aktuelle Anwendungen der Kohonen-Netze sind automatische Spracherkennung Systeme wo verwendet werden, um Töne zu klassifizieren, durch Verlinkung auf der Nächstgrößere gültige Phonem. Kohonen-Netze eignen sich für jedes Projekt, wo gibt es eine Menge Training Beispiele, aber sie sind nicht in gute oder schlechte Beispiele eingeteilt. Aktuelle Forschung in Kohonen-Netze umfassen Wettervorhersage und Steuerung der autonome Fahrzeuge.

Bidirektionale assoziative Speicher Projekte

Bidirektionale assoziative Speicher (BAMs) werden verwendet, wenn zwei komplexe Vektoren ausgeglichen werden müssen. Sie dynamisch angepasst, die Stärke der Verbindungen zwischen zwei Ebenen von Neuronen. Die BAM unterscheidet sich von anderen neuralen net Architekturen, insofern es lernen hält, wie das System läuft--lernen nie ganz fertig ist. Aktuelle Anwendungen der BAMs sind Systeme, Telefone und Modems, heben den--Linie Echos und Gleichgewicht--eingebaut. Sie sollten verwendet werden, wenn während der Laufzeit des Projekts lernen kontinuierlich sein muss. Aktuelle Forschungsprojekte, die BAMs sind Systeme, die Dinge mit nur hin und her Bewegung--wie Systemen, die eine Stange an einem Ende ausgleichen von hin-und herbewegen den Balance-Punkt gehaltenen ausgleichen.

Recursive Netzwerkprojekte

Rekursive Netzwerke arbeiten mit Zeitmuster Serie dar. Teil der Ausgabe des Systems wird zugeführt die Eingabe und die Verbindungen zwischen künstlichen Neuronen wird angepasst, bis das Netzwerk eine Sequenz Eingangspegel korrekt identifizieren kann. Aktuelle Anwendungen sind Roboterarm Momente und automatische Erkennung des Eintritts von epileptischen Anfällen. Dieses Modell sollte mit Projekten verwendet werden, bei denen Muster, die im Laufe der Zeit stattfinden. Aktuelle Forschung umfasst Systeme, die ergänzen und kontrollieren Prothesensystemen--Künstliche Arme und Beine.