Künstliche neuronale Netze sind von der Neurobiologie inspirierte Berechnungsmodelle zur Verbesserung und Erprobung rechnerischer Analogien von Neuronen. In einem neuronalen Feedforward-Netz (FFNN) erfolgt die Datenverarbeitung in nur einer Vorwärtsverbindung von der Eingabeschicht zur Ausgabeschicht ohne Rückwärtsschleife. Unüberwachtes FFNN (UFFNN) Clustering verfügt über großartige Fähigkeiten wie inhärente verteilte parallele Verarbeitungsarchitekturen, Anpassung der Verbindungsgewichte zum Erlernen und Einteilen von Daten in sinnvolle Gruppen mit speziellen Zielen,...

Les réseaux neuronaux artificiels sont des modèles informatiques inspirés de la neurobiologie pour améliorer et tester les analogues informatiques des neurones. Dans un réseau de neurones à anticipation (FFNN), le traitement des données se produit dans une seule interconnexion avant, de la couche d'entrée à la couche de sortie, sans aucune boucle arrière. Le regroupement non supervisé par FFNN (UFFNN) possède de grandes capacités telles que les architectures inhérentes de traitement parallèle distribué, l'ajustement des poids d'interconnexion pour apprendre et diviser les...