НЕЙРОСВЯЗНОСТЬ НЕЙРОННОЙ СЕТИ

Нейронные сети приобретают всё больше популярности. Их используют для многозначных прогнозов, и в техническом, анализе. В основу современных нейронных сетей заложена идея наличия нейрона как носителя информации и веса, который этой информацией является. Связь между нейронами, может быть построена самыми разными способами. Это способность образовывать нейроны сложные формы, для передачи информации называют нейросвязностью нейронной сети. Для исследование данной тематики применяются, как и методы классической математики, так и нелинейное программирование. Но самой нестандартной частью подхода программирования нейронной сети, является её способность обучаться. Модуль обучения, используя стандартную и простую математику, способен давать на выходе нестандартный, и очень интересный результат. В результате нейронные сети, благодаря модулю обучения, могут адаптироваться, под различные не стандартные ситуации. Это делает машину всё ближе к тому, чтобы им увидеть мир глазами человека. Именно этой тем.е и посвящена данная статья.

NEURO CONNECTEDNESS OF NEURO NETWORK

In our time neural networks of any types are gaining more and more vogue. They are used for multi-valued forecasts and in technical analysis. Modern neural networks are based, on the idea of a neuron as a source of information and weight, which is this information.. The connection between neurons can be built, in a variety of ways. This is the ability to form complex forms of neurons, for the transfer of information is called, the connectedness of neuro network. To study this topic, both methods of classical mathematics and nonlinear programming are used. But the most non-standard part of the neural network programming approach is its ability to learn. The training module, using standard and simple mathematics, is able to give a non-standard output, and a very interesting result, thanks to the training module, can be adapted to various non-standard situations. This makes the car ever closer to seeing the world through the eyes of a person.