Konstgjorda neurala nätverk (ANN) definierad
Artificial Neural Networks (ANN) är bitarna i ett datorsystem som är utformat för att simulera hur den mänskliga hjärnan analyserar och bearbetar information. De är grunden för artificiell intelligens (AI) och löser problem som skulle vara omöjliga eller svåra med mänskliga eller statistiska standarder. ANN har självinlärningsfunktioner som gör det möjligt för dem att producera bättre resultat i takt med att mer data blir tillgängliga.
Bryta ner konstgjorda nervnätverk (ANN)
Artific Neural Networks (ANN) banar väg för livsförändrande applikationer som ska utvecklas för användning i alla sektorer i ekonomin. Artificiell intelligens (AI) -plattformar som är byggda på ANN stör det traditionella sättet att göra saker på. Från att översätta webbsidor till andra språk till att ha en virtuell assistent som beställer livsmedel online till konversation med chatbots för att lösa problem, förenklar AI-plattformar transaktioner och gör tjänster tillgängliga för alla till obetydliga kostnader.
Hur fungerar systemet?
Konstgjorda neurala nätverk är byggda som den mänskliga hjärnan, med neuron noder sammankopplade som en webb. Den mänskliga hjärnan har hundratals miljarder celler som kallas neuroner. Varje neuron består av en cellkropp som ansvarar för att bearbeta information genom att bära information mot (ingångar) och bort (utgångar) från hjärnan. ANN har hundratals eller tusentals konstgjorda neuroner som kallas processorenheter, som är sammankopplade med noder. Dessa behandlingsenheter består av ingångs- och utgångsenheter. Ingångsenheterna får olika former och strukturer av information baserat på ett internt viktningssystem, och det neurala nätverket försöker lära sig om den information som presenteras för att producera en utgångsrapport. Precis som människor behöver regler och riktlinjer för att komma fram till ett resultat eller output, använder ANN också en uppsättning inlärningsregler som kallas backpropagation, en förkortning för bakåtförökning av fel, för att göra sina resultat resultat perfekta.
En ANN går initialt genom en träningsfas där den lär sig att känna igen mönster i data, antingen visuellt, auralt eller textuellt. Under denna övervakade fas jämför nätverket dess faktiska produktion som producerats med vad det var tänkt att producera, dvs. den önskade utgången. Skillnaden mellan båda resultaten justeras med hjälp av backpropagation. Detta betyder att nätverket fungerar bakåt från utgångsenheten till ingångsenheterna för att justera vikten på dess anslutningar mellan enheterna tills skillnaden mellan det faktiska och önskade resultatet ger det lägsta möjliga felet.
Under utbildnings- och tillsynssteget lärs ANN ut vad man ska leta efter och vad dess resultat ska vara, med hjälp av Ja / Nej-frågestyper med binära siffror. Till exempel kan en bank som vill upptäcka kreditkortsbedrägerier i tid ha fyra ingångsenheter som matas med dessa frågor: (1) Är transaktionen i ett annat land än användarens hemland? (2) Är webbplatsen som kortet används på anslutna till företag eller länder på bankens vaklista? (3) Är transaktionsbeloppet större än $ 2000? (4) Är namnet på transaktionsräkningen samma som kortinnehavarens namn? Banken vill att "bedrägeri upptäckta" svar ska vara Ja Ja Ja Nej, vilket i binärt format skulle vara 1 1 1 0. Om nätverkets faktiska utgång är 1 0 1 0, justerar den sina resultat tills den levererar en utgång som sammanfaller med 1 1 1 0. Efter utbildningen kan datorsystemet varna banken för pågående bedrägliga transaktioner och spara banken mycket pengar.
Praktiska tillämpningar
Konstgjorda neurala nätverk har använts inom alla verksamhetsområden. E-posttjänstleverantörer använder ANN för att upptäcka och ta bort skräppost från en användares inkorg; kapitalförvaltare använder den för att förutse riktningen för ett företags aktie; Kreditvärderingsföretag använder det för att förbättra sina kreditvärderingsmetoder; e-handelsplattformar använder den för att anpassa rekommendationer till sin publik; chatbots är utvecklade med ANN för naturlig språkbearbetning; djupa inlärningsalgoritmer använder ANN för att förutsäga sannolikheten för en händelse; och listan över ANN-införande fortsätter över flera sektorer, industrier och länder.
Jämför investeringskonton Leverantörs namn Beskrivning Annonsörens upplysning × Erbjudandena som visas i denna tabell kommer från partnerskap från vilka Investopedia erhåller ersättning.