Введение в сборку NN

Нейронная сеть представляет собой систему соединенных и взаимодействующих между собой простых процессоров (искусственных нейронов). Нейронные сети не программируются, а обучаются. Возможность обучения - одно из главных преимуществ нейронных сетей перед традиционными алгоритмами. Технически обучение заключается в нахождении коэффициентов связей между нейронами. В процессе обучения нейронная сеть способна выявлять сложные зависимости между входными данными и выходными, а также выполняться обобщение. Это значит, что в случае успешного обучения сеть сможет вернуть верный результат на основании данных, которые отсутствовали в обучающей выборке, а также неполных и/или «зашумленных», частично искаженных данных.

Сборка NN предназначена для создания, обучения и использования нейронных сетей. Данная сборка позволяет просто и без проблем интегрировать функциональность нейронных сетей в приложения. Это позволит успешно осуществлять анализ, классификацию данных и прогнозирование.

Основными интерфейсами сборки являются:

• INeuralNetwork. Интерфейс для работы с сетями обратного распространения и самоорганизующимися картами Кохонена.

Основные характеристики сборки NN:

• высокая скорость работы;

• поддержка многоуровневых искусственных сетей (обратного распространения и карт Кохонена);

• поддержка сетей прямого распространения и сетей с синапсами, заданными пользователем (использование «смещенного входа»);

• обучение сети обратного распространения с настраиваемыми параметрами обучения;

• поддержка самоорганизующихся карт Кохонена (евклидово расстояние и алгоритм скалярного умножения векторов);

• реализованы различные функции активации сети: пороговая функция, гиперболический тангенс, экспоненциальная сигмоида;

• возможность сохранения сети в текстовый файл и последующего восстановления для дальнейшего использования или обучения.

См. также:

Интерфейсы сборки NN | Классы сборки NN | Примеры