Cetvrta glava monografije se detaljnije bavi algoritmima za obucavanje neuronskih mreza. Pre svega razmatran je perceptron, najjednostavnija mreza sastavljena od samo jednog neurona, dok su dalja izlaganja posvecena ucenju viseslojnih i potpuno povezanih mreza. Obradjeni su backpropagation, Kohonen-ovo ucenje, Hopfield-ove mreze, Boltzmann-ova masina, reinforcement ucenje, celijske neuronske mreze i dinamicke procedure kao sto su kaskadna korelacija, tiling algoritam i ucenje simuliranim ocvrscavanjem.
Dve naredne glave monografije
daju prakticnu upotrebljivost neuronskih mreza. Prva se bavi njihovom hardverskom
realizacijom pri cemu se posebna paznja posvecena VLSI tehnici koja je,
cini se, najpogodnija za ove namene. Pri tome je vise prostora posveceno
hardverskoj realizaciji algoritama za ucenje, odnosno problemu ucenja na
cipu. Najinteresantnij i najilustrativnije primene neuronskih mreza su
prikazane u sestoj glavi. Obradjene su primene u obradi signala, OCR sistemima,
sintezi i prepoznavanju govora i slicno.
KLJUCNE RECI:
neuron, vestacke neuronske mreze,
ucenje, VLSI implementacija, primene.
|
|