तंत्रिका सञ्जाल: तिनीहरू के हुन् र तिनीहरूले तपाईंको जीवनलाई कसरी प्रभाव पार्छन्

तपाईलाई वरपर परिवर्तनकारी प्रविधि बुझ्न को लागी तपाईंलाई थाहा छ

तंत्रिका सञ्जालहरू जडित इकाइहरुका कम्प्यूटर मोडेलहरू हुन् जुन मानिसहरु मा न्यूरोन्स (तंत्रिका कोशिकाहरु) लाई कसरी काम गर्न को लागी एकै तरिकामा जानकारी (डेटा) लाई संचारित, प्रक्रिया गर्न, र सिक्न डिजाइन गरिएको नोड्स ।

कृत्रिम तंत्रिका नेटवर्क

प्रविधिमा, तंत्रिका सञ्जालहरू प्रायः कृत्रिम तंत्रिका सञ्जालहरू (ANNs) वा तंत्रिका जालहरूको रूपमा प्रयोग गरिन्छ जुन जैविक तंत्रिका सञ्जालहरू पछि तिनीहरू मोडेलमा विभाजित हुन्छन्। एएनएन को पछि मुख्य विचार यो छ कि मानव मस्तिष्क सबैभन्दा जटिल र बुद्धिमानी "कम्प्यूटर" हो। मस्तिष्कद्वारा प्रयोग गरिएको सूचना प्रविधि र प्रणालीको प्रणाली नजिकको एनएनएन मोडेलले गर्दा, शोधकर्ताहरूले आशा गरेका थिए कि कम्प्युटरहरू सिर्जना गर्ने जुन मानव बुद्धिसँग सम्पर्क वा पार भयो। तंत्रिका जाल कृत्रिम बुद्धि (एआई), मेशिन सिकाउने (एमएल), र गहिरो शिक्षामा हालको प्रगतिको एक मुख्य भाग हो।

कसरी तंत्रिका सञ्जाल कार्य: तुलना

कसरी तंत्रिका सञ्जालहरूले कसरी काम गर्छन् र दुई प्रकारको (जैविक र कृत्रिम) बीचको भिन्नता बुझ्न, चलो 15-कथा कार्यालय भवनको उदाहरण र फोन लाइनहरू र स्विचबोर्डहरू जुन भवन, व्यक्तिगत फर्श र व्यक्तिगत कार्यालयहरू भरमा कल गर्नुहोस्। हाम्रो 15-कार्यालय कार्यालय भवनमा प्रत्येक व्यक्तिगत कार्यालय एक न्यूरोन (कम्प्यूटर नेटवर्किंग मा नोड वा जीवविज्ञान मा तंत्रिका सेल को प्रतिनिधित्व गर्दछ)। भवन आफैमा एक ढाँचा हो जुन 15 फर्श (एक तंत्रिका सञ्जाल) मा व्यवस्था गरिएको कार्यालयहरूको सेट समावेश छ।

जैविक तंत्रिका सञ्जालका लागि उदाहरण लागू गर्दै, कलहरू प्राप्त गर्ने स्विचबोर्डले सम्पूर्ण भवनमा कुनै पनि फर्ममा कुनै पनि कार्यालयमा जडान गर्न रेखाहरू छन्। साथै, प्रत्येक अफिसमा कुनै पनि फ्लोरमा सबै भवनमा हरेक अन्य कार्यालयसँग जोडिएको लाइनहरू छन्। कल्पना गर्नुहोस् कि कल (आगत) मा आउँछ र स्विचबोर्डले यसलाई 3 ^rd फ्लोरमा कार्यालयमा स्थानान्तरण गर्दछ, जुन यसलाई सिधै 11 ^औं तलामा कार्यालयमा स्थानान्तरण गर्दछ, जुन त्यसपछि प्रत्यक्ष रूपमा यसलाई पाँच तल्लामा कार्यालयमा स्थानान्तरण गर्दछ। मस्तिष्कमा, प्रत्येक न्यूरोन वा तंत्रिका कक्ष (एक अफिस) सीधा आफ्नो प्रणाली वा तंत्रिका सञ्जाल (भवन) मा कुनै पनि अन्य न्यूरोनसँग जोड्न सक्छ। सूचना (कल) कुनै अन्य न्यूरोन (कार्यालय) मा प्रशोधन गर्न वा प्रशोधन गर्न सक्दछ जबसम्म जवाफ वा रिजोल्युसन (आउटपुट) नभएसम्म आवश्यक पर्दछ।

जब हामी यो उदाहरण ANN मा लागू गर्छौं, यो एकदम धेरै जटिल हुन्छ। भवनको प्रत्येक फ्लोरलाई यसको आफ्नै स्टोबोर्डबोर्ड चाहिन्छ, जुन केवल त्यही फ्लोरमा कार्यालयहरूसँग जोड्न सकिन्छ, साथै माथिको तल र तल तल स्विट्जरबोर्डहरू। प्रत्येक कार्यालयले सिधा फ्लोरमा अन्य कार्यालयहरूमा प्रत्यक्ष रूपमा जडान गर्दछ र त्यो फ्लोरको स्विचबोर्ड मात्र गर्न सक्छ। सबै नयाँ कलहरू पहिलो तल्लामा स्विचबोर्डको साथ सुरु गर्नुपर्छ र कल अन्त्य गर्नु अघि 15 ^{औंसम्म} सम्मको संख्यात्मक क्रममा प्रत्येक व्यक्तिगत फ्लोरमा पठाइनु पर्छ। यसलाई गतिमा राखौं कि यो कसरी काम गर्दछ।

कल्पना गर्नुहोस् कि एक कल (इनपुट) 1 ^{स्ट्रीट} स्विचबोर्डमा आउँछ र 1 ^{स्ट्रीट} (नोड) मा कार्यालयमा पठाइन्छ। कल त्यसपछि 1 ^{मिनेट} फ्लोरमा अन्य कार्यालयहरू (नोड्स) को बीचमा हस्तान्तरण गरिन्छ जब अर्को फ्लोलमा पठाउन तयार छ। त्यसपछि कललाई 1 ^{स्ट्यान्ड} फ्लोर स्विचबोर्डमा पठाइनेछ, त्यसपछि यसलाई 2 ^एन फ्लो स्विचबोर्डमा स्थानान्तरण गर्दछ। यी एउटै चरणहरू एक पटक एक फ्लोर दोहोर्याउँदछ, कल यो प्रक्रियाबाट प्रत्येक फ्लोरमा कल पठाइएको छ जुन फ्लोर 15 सम्मको माथिल्लो बाटो सम्म पुग्छ।

एएनएन मा, नोड्स (कार्यालयहरु) तहहरु मा व्यवस्थित हुन्छन् (भवन को फर्श)। सूचना (एक कल) सँधै इनपुट इनपुट (1 ^{स्ट्रिङ} र यसको स्विचबोर्ड) को मार्फत आउँछ र प्रत्येक तह (फ्लोर) द्वारा पठाइयो र यसलाई पठाउनु पर्छ जुन अर्को अर्कोमा जान सक्नु अघि। प्रत्येक तह (फ्लोर) ले त्यस कलको बारेमा एक विशेष विवरण प्रशोधन गर्दछ र परिणामलाई अर्को तहमा कल पठाउँछ। जब कल आउटपुट लेयर (15 तला र यसको स्विचबोर्ड) मा पुग्छ, यसमा 1-14 ले तहबाट प्रसोधन जानकारी समावेश गर्दछ। 15 ^औं तह (फर्श) मा नोडहरू (कार्यालयहरू) जवाफ वा रिजोल्युसन (निर्गत) सँग आउन अन्य सबै तहहरू (फ्लोर )बाट इनपुट र प्रोसेसिंग जानकारी प्रयोग गर्दछ।

तंत्रिका नेटवर्क र मिसिन सिक्किङ

तंत्रिका जालहरू एक किसिमका प्रविधि हुन् जुन मेशिन सिकाउने श्रेणीमा। वास्तवमा, अनुसन्धानमा प्रगति र तंत्रिका जालहरूको विकासलाई एमएलमा विकासको इब्सन र प्रवाहसँग जोडिएको छ। तंत्रिका जाल डेटा प्रोसेसिंग क्षमताओं को विस्तार गर्छन र एमएल को कम्प्यूटिंग पावर को बढावा दि्छ, डेटा को मात्रा बढ जान सक्छ तर अधिक जटिल कार्यहरु को प्रदर्शन पनि गर्न सक्छन्।

एएनएन को लागि पहिलो दस्तावेज कम्प्यूटर मोडेल 1 9 43 मा वाल्टर पिट्स र वारेन म्याकुल्लोच द्वारा बनाईएको थियो। प्रारम्भिक रुचि र तंत्रिका सञ्जाल र मेसिन सिक्किङ्गमा अनुसन्धान अन्ततः ढिलो भयो र 1 99 6 सम्म कम या कम अलमल्याइएको थियो, नयाँ ब्याजको मात्र सानो फटट। समयका कम्प्यूटरहरू मात्र तीव्र गतिमा वा धेरै प्रोसेसरहरूसँग यी क्षेत्रहरू अगाडि बढ्न पर्याप्त मात्रामा थिएनन्, र एमएल र तंत्रिका जालहरूको लागि आवश्यक मात्रामा डेटा उपलब्ध समयमा उपलब्ध थिएन।

विकासको साथ र इन्टरनेटको विस्तारमा समयको साथ शक्तिको कम्प्युटिंगमा ठूलो वृद्धि (र यसैले इन्टरनेट मार्फत डाटाको ठूलो मात्रामा पहुँच) ती प्रारम्भिक चुनौतिहरु लाई हल गरेको छ। तंत्रिका जालहरू र एमएलहरू अब हामीले हेर्ने टेक्नोलजीजहरूमा साधनहरू छन् र हरेक दिन प्रयोग गर्दछन्, जस्तै अनुहार मान्यता , छवि प्रोसेसिंग र खोजी र वास्तविक-समय भाषा अनुवाद - केही नाम राख्न।

दैनिक जीवनमा तंत्रिका नेटवर्क उदाहरणहरू

एएनएन टेक्नोलोजी भित्र एक जटिल जटिल विषय हो, तथापि, यो हाम्रो जीवन हरेक दिन को प्रभावित गर्दछ कि बढ्दो संख्या को कारण अन्वेषण गर्न केहि समय लायक छ। यहाँ केहि उदाहरणहरू छन् कि विभिन्न उद्योगहरूले तंत्रिका सञ्जालहरू हाल प्रयोग गरिन्छन्:

• वित्त: तंत्रिका जाल मुद्रा विनिमय दरहरु लाई पूर्वानुमान गर्न को लागी प्रयोग गरिन्छ। तिनीहरू स्टक बजारमा प्रयोग हुने स्वचालित व्यापारिक प्रणाली पछि पनि टेक्नोलोजीमा प्रयोग गरिन्छ।
• औषधि: तंत्रिका जालहरूको छवि प्रोसेसिंग क्षमताहरू यसले टेक्नोलोजिममा योगदान पुर्याएको छ जसले प्रारम्भिक चरणको लागि अझ सही र स्क्रिनमा मद्दत गर्दछ र क्यान्सरहरूको प्रकारहरू पहिचान गर्न गाह्रो हुन्छ। यस्तो प्रकारको क्यान्सर आक्रामक मेलोनामा हो, छालाको क्यान्सरको सबैभन्दा गम्भीर र घातक रूपमा। अघिल्लो चरणहरूमा म्यालामोमा पहिचान गर्दै, यो फैलाउनु भन्दा पहिले, यो क्यान्सरको बिरामीले यसलाई हराउन सबै भन्दा राम्रो मौका दिन्छ।
• मौसम: वायुमण्डलीय परिवर्तनहरू पत्ता लगाउने क्षमता जुन सम्भावित गम्भीर र खतरनाक मौसम कार्यक्रमको रूपमा छिटो र सही रूपमा सम्भव हुन्छ जुन जीवनलाई बचत गर्न आवश्यक छ। तंत्रिका जाल उपग्रह र रडार छवियों को वास्तविक समय प्रसंस्करण मा संलग्न छ जो न केवल आवर्ती र चक्रवातहरु को शुरुवात गठन को ठेगाना लगान मा, बल्कि पवन गति र दिशा मा अचानक परिवर्तन को पत्ता लगाउन को लागी एक तमाम तनाडो को संकेत गर्दछ। Tornadoes रेकर्ड मा केहि शक्तिशाली र सबै भन्दा खतरनाक मौसम कार्यक्रमहरू छन् - अक्सर अचानक, विनाशकारी, र हरिनिक्स भन्दा घातक।