Réseau neuronal artificiel

Un réseau neuronal artificiel (ANN) est un paradigme de traitement de l'information qui s'inspire de la manière dont les systèmes nerveux biologiques, tels que le cerveau, traitent l'information. L'élément clé de ce paradigme est la nouvelle structure du système de traitement de l'information. Il est composé d'un grand nombre d'éléments de traitement hautement interconnectés (neurones) travaillant à l'unisson pour résoudre des problèmes spécifiques. Les ANN, comme les gens, apprennent par l'exemple. Un ANN est configuré pour une application spécifique, telle que la reconnaissance des formes ou la classification des données, grâce à un processus d'apprentissage. L'apprentissage dans les systèmes biologiques implique des ajustements des connexions synaptiques qui existent entre les neurones. C'est également le cas des réseaux neuronaux. Les simulations de réseaux neuronaux semblent être un développement récent. Cependant, ce domaine a été créé avant l'avènement des ordinateurs et a survécu à plusieurs époques. De nombreuses avancées importantes ont été stimulées par l'utilisation d'émulations informatiques peu coûteuses.

Autorentext

Herr Patil Vinodkumar Ramesh arbeitet als Assistenzprofessor in der E&TC Abteilung des RCPIT Shirpur und hat 13 Jahre Lehrerfahrung. Er hat ein Studium der Elektronik und ein Aufbaustudium in digitaler Elektronik abgeschlossen.

Klappentext

Un réseau neuronal artificiel (ANN) est un paradigme de traitement de l'information qui s'inspire de la manière dont les systèmes nerveux biologiques, tels que le cerveau, traitent l'information. L'élément clé de ce paradigme est la nouvelle structure du système de traitement de l'information. Il est composé d'un grand nombre d'éléments de traitement hautement interconnectés (neurones) travaillant à l'unisson pour résoudre des problèmes spécifiques. Les ANN, comme les gens, apprennent par l'exemple. Un ANN est configuré pour une application spécifique, telle que la reconnaissance des formes ou la classification des données, grâce à un processus d'apprentissage. L'apprentissage dans les systèmes biologiques implique des ajustements des connexions synaptiques qui existent entre les neurones. C'est également le cas des réseaux neuronaux. Les simulations de réseaux neuronaux semblent être un développement récent. Cependant, ce domaine a été créé avant l'avènement des ordinateurs et a survécu à plusieurs époques. De nombreuses avancées importantes ont été stimulées par l'utilisation d'émulations informatiques peu coûteuses.