Neuraal netwerk

• 

Gegevens

Gemaakt op woensdag 31 januari 2024 21:42

Laatst bijgewerkt op woensdag 24 april 2024 11:45

Gepubliceerd op woensdag 31 januari 2024 21:44

Hits: 150

Een neuraal netwerk van computerschakelingen en computer-algoritmes bestaat uit onderling verbonden knooppunten of neuronen. Deze knooppunten zijn in lagen georganiseerd: een invoerlaag, een of meer verborgen lagen en een uitvoerlaag.
Het aantal ingangsneuronen is gelijk aan het aantal ingangsvariabelen. Het aantal uitgang-neuronen wordt bepaald door het aantal gewenste uitgangsposities. De gegevens of data die in een neuraal netwerk worden ingevoerd reizen van het ingangsneuron naar het uitgangsneuron. Het neuron heeft het vermogen aan de ingevoerde data een gewicht of getal toe te kennen en op grond van een drempelwaarde wel of niet een signaal aan het andere neuron te sturen.
Bijvoorbeeld bij gezichtsherkenning kan dat zijn de afstand tussen neus en oren of de afstand tussen beide ogen. in een verder knooppunt komen alle metingen samen en wordt er een naam aan toegevoegd. Wanneer de naam bij het gezicht bij de uitgangspositie blijkt fout te zijn, dan hebben de neuronen bij de herhaalde doorloop van de gegevens, het vermogen het gewicht aan te passen, net zo lang tot het uitgangsneuron de correcte uitgangsvariabele produceert.
Een neuraal netwerk kan bij vele vormen van patroonherkenning worden ingezet: bijvoorbeeld de herkenning van tumoren op longfoto's maar ook bij stemherkenning, tekstherkenning, rechterlijk uitspraken etc.
Een neuraal netwerk is opgezet naar voorbeeld van het brein dat bestaat uit netwerken van neuronen
Neurale netwerken zijn afhankelijk van trainingsgegevens om te leren en kunnen hun nauwkeurigheid in de loop van de tijd te verbeteren. Zodra deze leeralgoritmen zijn afgestemd op nauwkeurigheid, kunnen zij gegevens met hoge snelheid classificeren en clusteren.
Spraakherkenning of beeldherkenning kunnen minuten in plaats van uren duren vergelijking met de handmatige identificatie door menselijke experts