This HTML5 document contains 21 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
wikipedia-huhttp://hu.wikipedia.org/wiki/
dcthttp://purl.org/dc/terms/
n10http://www.kfki.hu/chemonet/hun/eloado/neuro/
dbohttp://dbpedia.org/ontology/
foafhttp://xmlns.com/foaf/0.1/
dbpedia-huhttp://hu.dbpedia.org/resource/
prop-huhttp://hu.dbpedia.org/property/
rdfshttp://www.w3.org/2000/01/rdf-schema#
n9http://www.geier.hu/lila/NEURON_SPECI/
freebasehttp://rdf.freebase.com/ns/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
n8http://hu.dbpedia.org/resource/Sablon:
owlhttp://www.w3.org/2002/07/owl#
n12http://www.niif.hu/rendezvenyek/networkshop/96/eloadas/
provhttp://www.w3.org/ns/prov#
xsdhhttp://www.w3.org/2001/XMLSchema#
n15http://hu.dbpedia.org/resource/Kategória:
n4http://phdold.sote.hu/mwp/phd_live/vedes/export/

Statements

Subject Item
dbpedia-hu:Neurális_hálózat
rdfs:label
Neurális hálózat
owl:sameAs
freebase:m.05rg_z
dct:subject
n15:Mesterséges_intelligencia
dbo:wikiPageID
99502
dbo:wikiPageRevisionID
23528592
dbo:wikiPageExternalLink
n4:balibalazs.d.pdf n9:neuron.htm n10:fej3.html n12:01e05.pdf
prop-hu:wikiPageUsesTemplate
n8:Nemzetközi_katalógusok n8:Halott_link n8:Portál n8:Lektor
prop-hu:date
2018
prop-hu:url
n4:balibalazs.d.pdf
dbo:abstract
A neurális hálózat biológiai neuronok összekapcsolt csoportja. Modern használatban a szó alatt a mesterséges neurális hálót értjük, amelyek mesterséges neuronokból állnak. Így a neurális háló kifejezés két különböző koncepciót is jelent: 1. * A a gócok csatlakozása, vagy funkcionálisan összefüggő neuronok, a periférikus idegrendszerben, vagy a központi idegrendszerben. A neurális tudományok területén a leggyakrabban az idegrendszer egy csoportjának azonosítják, mely laboratóriumi analizálásra alkalmas. 2. * A mesterséges neurális hálózat, egy biológiai indíttatású gép/program, ami a biológiai neurális hálózat néhány tulajdonságát modellezi. Az alkalmazások többsége technikai jellegű, és nem kognitív modell. A mesterséges neurális hálók nem csak a biológia, hanem más tudományterületek (matematika, fizika, pszichológia) eredményeit is felhasználják. A vagy N-hálók származástól függetlenül a hálók működésének mechanizmusa többé-kevésbé megegyezik:ezen hálózatok alapelve, hogy a számolásokat egymással összekapcsolt kis feldolgozóegységek, neuronok végzik. A számítások során fontos szerepet játszik a neuronok közötti kapcsolatrendszer, ezért a neurális hálókat konnekciós hálózatoknak, a velük foglalkozó szakembereket pedig konnekcionistáknak is nevezik. A neurális hálózat egyszerű egységekből áll, abban az értelemben, hogy belső állapotai leírhatók számokkal, ezek az aktivációs . Mindegyik egység generál egy aktiválási függő kimeneti értéket (jelet). Az egységek csatlakoznak egymáshoz, mindegyik csatlakozás tartalmaz egy egyéni súlyt (szintén számokkal leírva, lásd ). Minden egység kiküldi a kimeneti értékét az összes többi egységnek, amelyekkel kimenő kapcsolatban vannak. A "rendszer" bemenetei lehetnek érzékszervek vagy mesterséges szenzorok, érzékelők adatai, míg kimenetei lehet a viselkedés, jel egy kimeneti neuronon, esetleg bármilyen mesterségesen megjelenített válasz egy kérdésre (amik neuron-hálózatok esetében persze ). Ezen kapcsolatok miatt az egység kimenete hatással van a másik egység aktivációjára. A kapcsolat bemeneti oldalán álló egység fogadja az értékéket, és azok súlyozásával kiszámolja az aktivációs értékét (összeszorozza a bemeneti jelet a hozzá tartozó bemenet súlyával, és veszi ezek összegét) A kimenetet az aktivációtól függően az aktivációs függvény határozza meg (pl az egység kimenetet generál –„tüzel”- ha az aktivizáció egy határérték felett van).Hogy ezek a jelek elektrokémiai, elektromos, netán , ez a "megvalósítás" mikéntjétől (biológiai, hardver, szoftver) függ, de ez a működés alapelveit nem befolyásolja. Fontos megjegyezni, hogy a neuronok bár számításokat végeznek ugyan, de mégsem processzorok. A fő különbség a kettő között az, hogy amíg a processzorokat programozzák (szekvenciális utasítássorozatot adnak meg neki), addig a neuronokat tanítják (a súlymátrix értékeinek beállításával). A hálózat tanulási technikája lehet ellenőrzött, ill. nem ellenőrzött típusú . Az ellenőrzött tanulású N-hálók esetében a rendszer nagyszámú, előre megadott példa alapján tanul: speciális algoritmusokkal addig változtatja a neuronok közötti kapcsolatokat, míg a megadott mindig a megadott "okozzák".Ilyenkor a hálózat a legtöbb esetben a csatlakozások súlyának módosításával tanul. A súlymódosítás során az ún. hibafüggvény eredményét veszi figyelembe. A hibafüggvény értékét sokféle módon lehet kiszámítani, a legegyszerűbb eset, amikor a kimeneti értékből kivonja a helyes kimeneti értéket. A nem ellenőrzött hálóknál leginkább a használják, amely hálózat azon feltételezések alapján működik, hogy a hálózat képes a teljes bemeneti közös jellemzőinek azonosítására.
prov:wasDerivedFrom
wikipedia-hu:Neurális_hálózat?oldid=23528592&ns=0
dbo:wikiPageLength
6397
foaf:isPrimaryTopicOf
wikipedia-hu:Neurális_hálózat
Subject Item
dbpedia-hu:Neuron-hálózat
dbo:wikiPageRedirects
dbpedia-hu:Neurális_hálózat
Subject Item
wikipedia-hu:Neurális_hálózat
foaf:primaryTopic
dbpedia-hu:Neurális_hálózat