類神經系統(Artificial Neural Network)的基本概念與架構是什麼?它可以應用在哪些領域?
posted by GOOGLE Crab at 12:55 下午
一、類神經系統(Artificial Neural Network,ANN)指的是一種模擬人類大腦思考過程的資訊科技架構,其可透過過去案例的累積,來學習、修正其解決問題的能力。二、主要架構:1.由許多類似神經元的PE(Processing Element)所組成的網路。2.有一個輸入層、一個輸出層及數個隱藏的處理層。3.每個PE節點對另一個節點的影響力,得視其不同的權重而定。4.輸入層代表問題的屬性。5.輸入層的必須乘以權重,顯示其對下一個PE影響力的強弱,亦即權重不同,輸出層的結果就不同。6.由所輸入的過去案例,ANN可依據輸入層與輸出層特性的關係,決定最好的ANN結構與各權重,亦即所謂的機器學習(Machine Lear-ning)。7.新案例輸入後,ANN會自動預測出可能的結果。三、主要應用:ANN主要應用類型包括預測、分類與類型辨認,可以利用在逃稅、審核貸款、破產預測、新產品銷售預測、信用卡盜刷、簽名真偽判定、癌症判別、員工才能與工作的配合程度及資料探勘等方面。
By GOOGLE Crab, at 12:56 下午
張貼留言 << Home
MIS:The Strategic Core Competence of e-Business
檢視我的完整簡介
1 Comments:
一、類神經系統(Artificial Neural Network,ANN)
指的是一種模擬人類大腦思考過程的資訊科技架構,其可透過過去案例的累積,來學習、修正其解決問題的能力。
二、主要架構:
1.由許多類似神經元的PE(Processing Element)所組成的網路。
2.有一個輸入層、一個輸出層及數個隱藏的處理層。
3.每個PE節點對另一個節點的影響力,得視其不同的權重而定。
4.輸入層代表問題的屬性。
5.輸入層的必須乘以權重,顯示其對下一個PE影響力的強弱,亦即權重不同,輸出層的結果就不同。
6.由所輸入的過去案例,ANN可依據輸入層與輸出層特性的關係,決定最好的ANN結構與各權重,亦即所謂的機器學習(Machine Lear-ning)。
7.新案例輸入後,ANN會自動預測出可能的結果。
三、主要應用:
ANN主要應用類型包括預測、分類與類型辨認,可以利用在逃稅、審核貸款、破產預測、新產品銷售預測、信用卡盜刷、簽名真偽判定、癌症判別、員工才能與工作的配合程度及資料探勘等方面。
By GOOGLE Crab, at 12:56 下午
張貼留言
<< Home