شبکههای عصبی مصنوعی[۱]، از شبکههای عصبی زیستی[۲] الهام گرفته شدهاند. هر شبکه عصبی مصنوعی شامل واحدهای شبه نرونی است که از طریق مسیرهای ورودی و خروجی به یکدیگر متصل شدهاند، البته ارتباط بین نرونها وزندار میباشد.
بحث شبکه عصبی مصنوعی که به اختصار به آن شبکه عصبی گفته میشود از آغاز دهه ۴۰ میلادی توسط مدل ساده شدهی نرون مک کلوچ و پیتس[۳] مطرح شد. از شبکههای عصبی برای پیادهسازی توابع پیچیده در زمینههای مختلف از جمله تشخیص الگو، تشخیص هویت، طبقه بندی، پردازش سیگنال صحبت، پردازش تصویر و تقریب توابع غیرخطی استفاده میشود.
از آنجایی که از دهه ۴۰ تا به امروز، مدلهای زیادی در شبکه عصبی ارائه شده است که توضیح همه آنها در اینجا امکانپذیر نیست. در این فصل، تنها به معرفی شبکههای عصبی MLP و RBF که در این پروژه بهکاربرده شدهاند، میپردازیم.
[۱] Artificial neural network
[۲] Biological
[۳] McCulloch and Pitts
دانلود سمینار شبکه های عصبی.. ۱
انتخاب مراکز به صورت غیر نظارت شده(روش خوشه بندی) ۱۸
الگوریتم نزدیکترین p همسایه. ۲۰
آموزش ماتریس وزن لایه خروجی.. ۲۰