신경 네트워크
일반적으로 인간의 뇌의 사고는 추상적 (논리적) 사고, 이미지 (직감) 사고, 영감 (깨달음) 사고의 세 가지 기본 방식으로 나뉜다.
논리적 사고는 논리적 규칙에 따라 추리하는 과정을 말한다. 먼저 정보를 개념으로 변환하고 기호로 표현합니다. 그런 다음 기호 연산에 따라 직렬 방식으로 논리적으로 추리합니다. 이 과정은 컴퓨터가 실행할 수 있도록 직렬 명령으로 쓸 수 있다. 직감적 사고는 분포된 정보를 종합하는 것이고, 결과는 돌발적인 생각이나 문제 해결 방법이다. 이런 사고방식의 근본점은 1 입니다. 정보는 뉴런의 인센티브 패턴의 분포를 통해 네트워크에 저장됩니다. 2. 정보 처리는 뉴런 간의 동시 상호 작용의 동적 과정을 통해 이루어진다.
인공신경망은 인간의 사고를 시뮬레이션하는 두 번째 방법이다. 이것은 정보의 분산 스토리지 및 병렬 공동 처리가 특징인 비선형 동적 시스템입니다. 단일 뉴런의 구조는 매우 간단하고 기능이 제한적이지만, 대량의 뉴런으로 구성된 네트워크 시스템이 실현할 수 있는 행동은 매우 다채롭다.
신경 네트워크의 연구 내용은 상당히 광범위하여 학제 간 기술 분야의 특징을 구현하였다. 현재 주요 연구 작업은 다음과 같은 측면에 초점을 맞추고 있습니다.
(1) 생물학적 프로토 타입 연구. 이 글은 생리학, 심리학, 해부학, 뇌과학, 병리학 등에서 신경세포, 신경 네트워크, 신경계의 생물 프로토타입 구조와 기능 메커니즘을 연구한다.
(2) 이론적 모델을 수립한다. 바이오 원형에 대한 연구를 통해 뉴런과 신경망의 이론적 모델을 세웠다. 여기에는 개념 모델, 지식 모델, 물리 화학 모델, 수학 모델 등이 포함됩니다.
(3) 네트워크 모델 및 알고리즘 연구. 이론적 모델 연구를 바탕으로 네트워크 학습 알고리즘 연구를 포함한 컴퓨터 시뮬레이션이나 하드웨어 준비를 위한 구체적인 신경망 모델을 구축합니다. 이 작업은 기술 모델 연구라고도 합니다.
(4) 인공 신경망 응용 시스템. 네트워크 모델 및 알고리즘 연구를 바탕으로 인공 신경망을 사용하여 특정 신호 처리 또는 패턴 인식 기능 완료, 전문가 시스템 구축, 로봇 제조 등 실제 응용 시스템을 형성합니다.
현대의 신흥 과학 기술의 발전사를 살펴보면, 인류는 우주, 기본 입자, 생명의 기원 등 과학 기술 분야를 정복하는 과정에서 험난한 길을 걸었다. 우리는 또한 인간의 뇌 기능과 신경망을 탐구하는 연구가 많은 어려움이 극복됨에 따라 나날이 새로워진다는 것을 알게 될 것이다.
유전 알고리즘은 다윈 생물 진화론의 자연 선택과 유전 메커니즘을 시뮬레이션하는 생물 진화 과정의 계산 모델이다. 그것은 자연 진화 과정을 시뮬레이션하여 최적의 해법을 찾는 방법이다. 미국 미시간 대학의 J.Holland 교수가 1975 년에 처음으로 제안했다. 영향력 있는 전문 저서' 자연과 인공시스템의 적응' 을 출간했고, 가라는 이름은 점차 알려지고 있다. J.Holland 교수가 제시한 유전 알고리즘은 보통 간단한 유전 알고리즘 (SGA) 이다.