Rețele neurale
artificiale
Un sistem inteligent de
conducere are capacitatea de a se instrui si de a lua decizii on-line in conformitate cu
modificarea mediului de lucru, simultan intr-un mod adaptiv si predictiv. Traditional, un model
artificial este descris prin ecuatii diferentiale sau - in forma
discreta - prin ecuatii cu diferente si opereaza ca o
masina secventiala.
Retelele
neurale artificiale (ANN - Artificial Neural
Networks) sunt instrumente capabile de a fi instruite, care opereaza
paralel, pe baza unui model general simplificat al neuronului. Transferul in
domeniul tehnic-ingineresc al rezultatelor cercetarilor biologice privind
modelarea functionarii sistemului nervos nu urmareste
crearea unor masini "umanoide", ci elaborarea intr-o maniera
sistemica a unui model matematic bazat pe operatii de calcul
colective si sinergistice. Deducerea modelului se face plecand de la
celula nervoasa organica, in ipoteze simplificatoare: neglijarea
efectelor electrice cauzate de forma dendritelor si axonilor, curentii de intrare pe canalele
sinaptice se considera simplu-aditivi si interactiunile complexe
dintre ei se neglijeaza, variatiile de potential la nivelul
membranei celulare se presupun simultane in zona presinaptica si in
interiorul celulei, evenimente sinaptice precum schimbarea concentratiei
neurotransmitatorului sau aparitia curentilor in celula
postsinaptica ca urmare a fluctuatiilor de potential in
terminatiile presinaptice sunt considerate practic instantanee, s. a.
Teoria retelelor
neurale s-a conturat inca din 1943, odata cu modelul introdus de McCulloch si Pitts,
in care actiunea sinaptica se reprezinta printr-o pondere variabila de conexiune, ce
determina gradul de activare al neuronului artificial. Sistemul are
proprietati de adaptabilitate
si de autoorganizare, putand
invata un eveniment prin codificarea acestuia in insusi structura sa,
care se modifica in timpul instruirii. Modalitatea de invatare
pentru ANN este data de catre algoritmul
de instruire, care consta in modificarea ponderilor de
legatura intre neuronii acesteia. In context ingineresc, o retea
neurala reprezinta un sistem dinamic ce realizeaza procesarea
informatiei prin intermediul raspunsului de stare la o intrare
initiala continua. De aceea, retelele cu noduri adaptabile
se mai numesc modele conexioniste sau procesoare distribuit-paralele, iar
instruirea prin operatii asincrone, descentralizate si paralele
poarta numele de neurocalcul
sau calculul neural.
Atributele de baza ale
retelelor neurale pot fi impartite in arhitectura si neurodinamica
acestora. Arhitectura defineste structura retelei,
adica numarul elementelor de procesare (al neuronilor artificiali)
si legaturile dintre ele. Neurodinamicile definesc
proprietatile retelelor, adica modul cum acestea
invata, asociaza, clasifica, regasesc si
compara cunostintele. Vom prezenta mai tarziu, intr-un alt paragraf, principalele modele pentru ANN,
respectand ordinea cronologica de aparitie a acestora.