Please enable JavaScript.
Coggle requires JavaScript to display documents.
Reti Neurali - Coggle Diagram
Reti Neurali
tipologie di neuroni
backpropagation
rete di Hopfield
percettrone
caratteristiche
potenzialità: -calcoli complessi in frazioni di secondi -memorizza grandi quantità di file
limiti: -non riconosce persone e oggetti -nell'adattamento a nuove situazioni
due concezioni
bionica: approccio algoritmico basato su regole (paradigma funzionale)
cibernetica: reti neurali meno rigorose (paradigma strutturale)
tipologie
feed-forward: unico flusso di dati unidirezionale. Si riconoscono dei layer
single layer perceptron: modelli a singolo strato di percettroni
multilayer perceptron: configurazione a multistrato
radial basis function: speciale modalità di addestramento e diverso trasferimento
ricorrenti/feedback networks: connessione laterale
competitive networks: ogni neurone è collegato ai neuroni dello stesso strato
kohonen's SOM: configurazione a griglia: ogni neurone collegato solo ad un numero ristretto di altri neuroni delle stesso strato
hopfield network: l'uscita di un neurone viene riproposta in ingresso allo stesso neurone
ART models: si riscontra la compresenza del feedback e delle connessioni laterali
funzionamento neurone artificiale
è composto da
collegamento input = dendriti
collegamenti output = assoni
corpo: funzioni di trasferimento e di memoria
pesi = sinapsi
apprendimento hebbiano
se un neurone A attiva ripetutamente il neurone B il legame si rafforza viceversa si indebolisce
definizione: modelli matematici che tentano di simulare il cervello