NEURONSKE MREŽE

Milan Alempijević IV-9

SADRŽAJ

 Uvod
 Struktura
 Karakteristike
 Istorija
 Podela
 Primena
UVOD

 Neuronska mreža je jedan oblik implementacije sistema

veštačke inteligencije, koji predstavlja sistem koji se sastoji
od određenog broja međusobno povezanih procesora ili
čvorova, ili procesnih elemenata koje nazivamo veštačkim
neuronima.
 UVOD

 Telo neurona naziva se čvor ili jedinica. Svaki od neurona

ima lokalnu memoriju u kojoj pamti podatke koje obrađuje.
Podaci koji se obrađuju su lokalni podaci kao i oni koji se
primaju preko veze. Podaci koji se ovim kanalima razmenjuju
su obično numerički.
 Arhitektura neuronske mreže predstavlja specifično
povezivanje neurona u jednu celinu.
 STRUKTURA

 Struktura neuronske mreže se razlikuje po broju slojeva. Prvi sloj se naziva

ulazni, a poslednji izlazni, dok se slojevi između nazivaju skriveni slojevi.
Najčešće ih ima tri.
 Prvi sloj, tj. ulazni je jedini sloj koji prima podatke iz
spoljašnje sredine, sledeći (skriveni) prosleđuje
relevantne podatke do trećeg (izlaznog) sloja. Na
izlazu trećeg sloja dobijamo konačan rezultat.
Složenije neuronske mreže imaju više skrivenih
slojeva. Slojevi su međusobno potpuno povezani.
 Svaki švor ima nekoliko ulaza i jedan izlaz.
Jačina veze kojom su povezani naziva se
težinski faktor(weight).
 KARAKTERISTIKE

 Neuronske mreže mogu da paralelno obrađuju podatke, čije

su komponente nezavisne jedna od drugih.
 Istovremeno radi više procesorskih jedinica, da bi rezultati
njihove obrade prešli na sledeće jedinice
 Neuronske mreže se koriste u situacijama kada nisu poznata
pravila prema kojima bi bilo moguće dovesti u vezu ulazne i
izlazne podatke iz željenog sistema.
 KARAKTERISTIKE

 Neuronske mreže se ne programiraju, već se treniraju, tako

da je potrebno dosta vremena za njihovo obučavanje, pre
nego što počnu da se koriste. Koeficijenti veza između
neurona podešavaju na osnovu ulaznih podataka, tako da
neuroni „uče“ preko primera i poseduju sposobnost za
generalizaciju posle unetog primera.
 Obučavanje se vrši tako što se ažuriraju težinski koeficijenti
da bi se sledeći put dobio izlaz bliži zadatoj vrednosti. Kada se
obučavanje završi, težinski koeficijenti ostaju isti i mreža se
može primeniti za predviđeni zadatak.
 KARAKTERISTIKE

 Trening se sastoji iz toga da korisnik zadaje ulazne i izlazne

vrednosti, a program pokušava da dobije odgovarajuću
izlaznu vrednost. Pri tome program, u početku, pravi određene
greške, a odgovarajućom promenom težinskih koeficijenata,
smanjuje se razlika dobijene i zadate izlazne vrednosti.
 Neuronsku mrežu čine arhitektura mreže, prenosna funkcija
neurona i zakoni učenja.
 ISTORIJA

 Početak neuro-računarstva se obično vezuje za 1943. godinu i

članak Vorena MekKuloha i Voltera Pitsa. Norbert Viner i Von
Nojman su smatrali da bi istraživanja na polju računarstva,
inspirisana radom ljudskog mozga, mogla biti izuzetno
zanimljiva.
 ISTORIJA

 Početkom pedesetih godina, najviše uticaja na dalji razvoj neuronskih

mreža je imao rad Marvina Minskog koji je u tom periodu konstruisao
neuroračunar pod imenom Snark (1951).
 Frenk Rozenblat je zaslužan za otkriće jednoslojne neuronske mreže,
zvane Perceptron, koji nije postigao značajne rezlutate. Tek krajem
pedesetih godina sa Čarlsom Vajtmanom i saradnicima uspeva da
razvije računar Mark I koji predstavlja prvi neuroračunar.
 PODELA

 Mogu se klasifikovati prema :

 -broju slojeva na jednoslojne i višeslojne.
 -Vrsti veza između neurona
 -Vrsti obučavanja neuronskih mreža
 -Smeru prostiranja infomacija na nepovratne i povratne
 -Vrsti podataka
 Može se realizovati na dva načina :
 -Hardverska realizacija: fizičko povezivanje čvorova
 -Softverska reealizacija: logičko,virtuelno povezivanje čvorova
 PRIMENA

 Od otkrića neuronskih mreža, postalo je moguće rešavanje niza problema koji

pre toga nisu bili rešivi klasičnim sredstvima računarske tehnike:
 -Obrada senzornih signala
 -Prepoznavanje oblika
 -Obrada slike i mašine koje vide
 -Inspekcijski poslovi u industriji
 -Robotika i automatsko upravljanje
 -Raspoznavanje i sinteza govora
 -Obrada prirodnih jezika
PRIMENA

 -Obrada znanja
 -Finansijske i bankarske primene
 -Prepoznavanje štampanih tekstova
 -Prepoznavanjem rukom pisanih slova
 -Medicinska dijagnostika
 -Vojne i policijske primene
 -Prognoza vremena
 -Telekomunikacije i računarstvo
HVALA NA PAŽNJI
Milan Alempijević 409

Literatura:
• Neuronske Mreže,
•„Veštačka inteligencija“, M.
Jocković, Z. Ognjanović,
• „Neuronske mreže u računarskoj
tehnici“, IRCN