reti feedforward imparano a riconoscere i modelli . La rete viene mostrata una grande collezione rappresentativa di modelli buoni e cattivi , e ha detto che sono che . Nel corso del tempo , le connessioni tra i neuroni vengono regolati al punto in cui anche i nuovi modelli sono identificati correttamente . Le attuali applicazioni di reti feedforward identificano caratteri scritti , firme e impronte digitali . Il modello feedforward è un buono da utilizzare per i progetti che devono imparare a distinguere i buoni modelli da modelli negativi. Progetti di ricerca in corso riguardano l'identificazione delle cellule tumorali , andamento dei mercati azionari e delle applicazioni prestito sospette
Kohonen Network Progetti
reti di Kohonen , o mappe auto-organizzanti , lavoro senza supervisione . ; sono mostrati un gran numero di modelli , ma non viene detto che sono buoni o cattivi . Kohonen reti gruppo gli esempi in cluster e, quando mostrato un nuovo modello , classificare correttamente il nuovo modello nel cluster corretto . Le attuali applicazioni di reti di Kohonen includono sistemi linguistici automatici dove vengono utilizzati per classificare i suoni collegandoli al più vicino fonema valido. Kohonen reti sono utili per qualsiasi progetto in cui ci sono un sacco di esempi di addestramento , ma non sono classificati in esempi di buona o cattiva . La ricerca attuale in reti di Kohonen includono la previsione e il controllo di veicoli autonomi tempo .
hardware © www.354353.com