Neuroverkot

Neuroverkot ovat informaation käsittelyn matematiikan tai laskennan malleja, jotka perustuvat yhdistävään laskentaan. Niiden toiminta perustuu fyysisten aivojen neuronien verkottuneen rakenteen jäljittelyyn, eli neuroverkot pyrkivät tekemään tietojen käsittelyä kuten aivojen neuronit.

Siinä kun tavallisissa asiantuntijajärjestelmissä käytetään 'jos-niin'-sääntöpareja (jos raidat, niin seepra; jos pitkät korvat, niin aasi), neuroverkkoa opetetetaan esimerkkien avulla (nämä ovat eri-ikäisiä seeproja, nämä aaseja). Pyritään siihen että neuroverkko oppii muuttujien epälineaariset riippuvuussuhteet suoraan havaintoaineistosta (kavioeläinesimerkissämme oppii tarkastelemaan korvia ja värin kuvioita, ei esim. jalkojen pituutta). Muilta osin neuraalilaskenta muistuttaa tilastomatematiikan monimuuttuja-analyyseja.

Neuroverkot koostuvat joukosta yksinkertaisia, toisiinsa kytkettyjä tiedonkäsittely-yksiköitä, joita kutsutaan (keinotekoisiksi) neuroneiksi. Yleisin neuroverkkorakenne on eteenpäinsyöttävä verkko, jossa neuronit on jaettu kerroksiin ja kaikki edellisen kerroksen neuronit on kytketty kaikkiin seuraavan kerroksen neuroneihin, mutta myös muunlaisia rakenteita käytetään (ks. esim. itseorganisoituva kartta). Jokaiseen kytkentään liittyy paino, jolla kytkennän läpi kulkeva lukuarvo kerrotaan.

Neuronit laskevat epälineaarisen kuvauksen sisään tulevien syötteiden painotetusta summasta. Epälineaarisuus mahdollistaa sen, että neuroverkko voi approksimoida mielivaltaista funktiota. Epälineaarisuus voi olla muodoltaan esimerkiksi askelfunktio

tai logistinen funktio

$y(x)\; =\; \backslash frac\{1\}\{1+e^\{-x\}\}.$

Neuroverkkojen opettaminen tarkoittaa kytkentöjen painojen optimoimista siten, että opetusnäytteiden vasteiden ja haluttujen vasteiden ero minimoituu.

Katso myös

• Konnektionismi

Lähteet

Haykin, Simon (1999). Neural networks - A comprehensive edition. 2.painos. Prentice Hall International. ISBN 0-13-908385-5.