مینا سیف - دانشجوی رشته مهندسی نرم افزار دانشگاه غیرانتفاعی امید نهاوند
مجتبی جهانیان - مدیرگروه رشته مهندسی نرم افزار دانشگاه غیرانتفاعی امید نهاوند

شبکه های عصبی را میتوان با اغماض ،زیاد مدلهای الکترونیکی از ساختار عصبی مغز انسان نامید مکانیسم فراگیری و آموزش مغز اساسا برتجربه استوار است. مدلهای الکترونیکی شبکههای عصبی طبیعی نیز بر اساس همین الگو بنا شده اند و روش سیستمهای کامپیوتری در پیش گرفته شده اند تفاوت دارد. میدانیم که حتی ساده ترین مغزهای جانوری هم قادر به حل مسائلی هستند که اگر نگوییم که کامپیوترهای امروزی از حل آنها عاجز هستند، حداقل در حل آنها دچار مشکل می.شوند به عنوان مثال مسائل مختلف شناسایی الگو نمونه ای از مواردی هستند که روشهای معمول محاسباتی برای حل آنها به نتیجه مطلوب نمیرسند در حالی که مغز ساده ترین جانوران به راحتی از عهده چنین مسائلی بر می.آید تصور عموم کارشناسان IT بر آن است که مدلهای جدید محاسباتی که بر اساس شبکه های عصبی بنا میشوند جهش بعدی صنعت IT را شکل میدهند. تحقیقات در این زمینه نشان داده است که مغز اطلاعات را همانند الگوها (pattern) ذخیره می.کند فرآیند ذخیره سازی اطلاعات به صورت الگو و تجزیه و تحلیل آن الگو، اساس روش نوین محاسباتی را تشکیل میدهند این حوزه از دانش محاسباتی (computation) به هیچ وجه از روشهای برنامه نویسی سنتی استفاده نمیکند و به جای آن از شبکه های بزرگی که به صورت موازی آرایش شده اند و تعلیم یافته اند، بهره می جوید. یک شبکه عصبی مصنوعی (Artificial Neural Network (ANN ایده ای است برای پردازش اطلاعات که عصبی زیستی الهام گرفته شده و مانند مغز به پردازش اطلاعات می پردازد اطلاعات است. این سیستم از شمار زیادی عناصر پردازشی فوق العاده بهم پیوسته تشکیل شده (neurons) که برای حل یک مساله با هم کند ANN. ها نظیر، انسانها ، با مثال یاد میگیرند یک ANN برای انجام وظیفه ای مشخص ، مانند شناسایی الگو ها و دسته بندی اطلاعات ، در طول یکپروسه یاد گیری ، تنظیم میشود . در سیستمهای زیستی یادگیری با تنظیماتی در اتصالات سیناپسی که بین اعصاب قرار دارد همراه است. این روش ANN ها هم میباشد.

شبکه عصبی ،کامپیوتر،هوش مصنوعی