Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
14
1.WSTĘP
sięuczyćzprzykładówistosowaćtęwiedzędorozwiązywanianowychproble-
mów,czyliwykazujązdolnośćdogeneralizacji.Kolejnąistotnącechąsztucznych
siecineuronowychjestichzdolnośćdorozwiązywaniazadańniezbytdokładnie
zdefiniowanychformalnie.Siecitakiepotrafiąprawidłowodziałaćnawetprzy
pewnympoziomieuszkodzeń,atakżemimoczęściowobłędnejinformacjiwej-
ściowej.Mająteżstosunkowodużąprędkośćdziałania(przetwarzaniainforma-
cji)itd.
RYS.1.1.Zdjęciekomórkowejsiecineuronowejzrealizowanejwpostaciukładuscalonego;liczba
neuronówwsieciwynosi16×16=256,wymiaryelementu5,5×4,7mm,układzawiera60000
tranzystorówzrealizowanychwtechnologiiVLSI(0,8pm)imamożliwośćprogramowaniaprzebiegu
połączeńmiędzyneuronami(zazezwoleniemL.O.Chua1998)
Sztucznesiecineuronowesąrealizowanewdwóchnajważniejszychpo-
staciach.Wpostacisprzętowejsiećjestspecjalniezaprojektowanymukładem
scalonym.Układtaki,będącyrealizacjąkomórkowejsiecineuronowejprzedsta-
wiononarys.1.1(Chua1998).Zaprojektowanieiuruchomienieprodukcjitakiego
układujestkosztowne,toteżstosujesięjeraczejwtedy,gdyjestpotwierdzone
skutecznedziałaniedanegoukładuneuronowegowwykonywaniukonkretnych
zadań.Bardzoczęsto,głównienaetapiebadań,siećjestrealizowanawpostaci
programunumerycznegodlakomputera(częstokomputerawieloprocesorowego
ospecjalniedobranejarchitekturze).Jesttorealizacjaumożliwiającadużąela-
stycznośćwokreślaniustrukturysieci,toteżwiększośćbadańnaukowychróżnego
rodzajuukładówneuronowychjestnajczęściejprowadzonychnapodstawiebadań
numerycznych.
Dotejporysztucznesiecineuronoweznalazłylicznezastosowania.Jednym
znajważniejszychjestrozpoznawanieobrazów,przyczymmogątobyćobra-