Typene nevralt nettverk
Science fiction møter vitenskap faktum i utformingen av nevralt nettverk og etablering av kunstig intelligens. Basert på den humane hjernens nervecellen og nettverksfunksjoner, et kunstig nevralt nettverk eller ANN utfører oppgaver på en lignende måte. Som et menneske, ikke et nettverk ikke trenger å være "omprogrammeres" når det lærer noe.
Mate Forward ANN
En feed-forward-nettverket er et enkelt nettverk som består av et inngangslag, et utgangslag og ett eller flere lag av nerveceller. Kraften i nettverk er funnet i gruppen oppførselen til de tilkoblede nevroner som det utvikler seg - gjennom evaluering av sin produksjon ved å gjennomgå sin inngang - ". Output" og avgjøre om opplysningene trukket inn er nok til å rettferdiggjøre et svar eller en Dette nettverket lærer å vurdere og anerkjenne inngangsmønstre.
Tilbakemelding ANN
Tilbakemeldingene nettverk feeds informasjonen tilbake til seg selv, og er godt egnet til å løse optimaliseringsproblemer, ifølge University of Massachusetts, Lowell senter for atmosfæreforskning. I stedet for å avgjøre den beste utgang respons, går produksjonen tilbake til nettverket for å oppnå de best utviklede resultater internt. Intern systemfeil korreksjoner bruke tilbakemeldinger ANN.
Klassifisering-Tippe ANN
En undergruppe av feed-frem ANN, klassifisering varslings ANN gjelder data-mining scenarier. Nettverket er opplært til å gjenkjenne bestemte mønstre og klassifisere dem inn i bestemte grupper, og deretter videre klassifisere dem inn i "nye mønstre," nye til nettverket.