sieci neuronowe, sieci neuropodobne,
wzorowane na podstawowych mechanizmach działania ludzkiego mózgu systemy przetwarzania informacji, w których zrealizowano m.in. zdolność do uczenia się, jednoczesnego przetwarzania informacji oraz uogólniania wiedzy.
sieci neuronowe
Encyklopedia PWN
Sieci neuronowe tworzą modele neuronów połączone w odpowiednie struktury, np. jednokierunkowe wielowarstwowe, rekurencyjne ze sprzężeniami zwrotnymi bądź komórkowe. Działanie sieci neuronowych jest wypadkową działania poszczególnych neuronów oraz zachodzących między nimi interakcji; możliwości projektowania nowych struktur sieci neuronowych są uzależnione od opracowanych algorytmów ich uczenia. Obecnie sieci neuronowe realizuje się jako programy komputerowe oraz systemy specjalizowane — neurokomputery zbudowane z elektronicznych układów scalonych dostosowanych do realizacji wybranej struktury sieci. Sieci neuronowych używa się do rozwiązywania zagadnień aproksymacji funkcji oraz klasyfikacji i rozpoznawania; sieci te stanowią wyrafinowaną technikę modelowania, zdolną do odwzorowania złożonych funkcji nieliniowych na podstawie dostępnych danych uczących. Praktyczne zastosowania sieci neuronowych to m.in.: diagnostyka medyczna, rozpoznawanie mowy i pisma, kompresja danych, prognozowanie (np. wskaźników giełdowych), neuronowe modelowanie różnych zjawisk i procesów (m.in. w automatyce i diagnostyce technicznej), optymalizacja procesów harmonogramowania. Uniwersalność sieci neuronowych pozwala na ich efektywne stosowanie w technice, ekonomii i finansach, medycynie, geologii, matematyce, informatyce. Badania w dziedzinie sieci neuronowych zostały zapoczątkowane w latach 40. XX w. opracowaniem matematycznego modelu sztucznego neuronu. Pierwszą sieć neuronową, nazywaną perceptronem zbudowano 1958.
