Прикладне застосування нейронних мереж

DOI: 10.31673/2412-4338.2019.024452

Анотація

В статті розглянуто класичні приклади побудови та роботи нейронних мереж, в залежності від їх класифікації. Розглянуто основні структурні елементи будь-якої нейронної мережі, та описано їхнє функціональне призначення. Розглянуто два типи нейронних мереж в залежності від типу зв’язку: мережі прямого зв’язку (FNNs) та рекурентні нейронні мережі (RNNs). Для обраних типів мереж наведено Гаусівські функції активації прихованих ланок. Також було розглянуто основні типи навчання нейронних мереж такі як: контрольоване, неконтрольоване та підтримуване навчання. В статті основну увагу приділяється розвитку можливостей нейронних мереж в залежності від обраної архітектури та потреб які виникають перед цифровою спільнотою. Описуються основні тенденції розвитку моделей нейронних мереж, методик їх навчання та роботи з додатковими ресурсами для підтримки ефективної роботи різних видів нейронних мереж. Так наприклад в статі розглядаються основні особливості капсульних та згорткових нейронних мереж. Проводиться огляд специфік покращеного машинного навчання такого як: глибоке підтримуване навчання та аргументовано направлене навчання нейронних мереж. Розглядаються потенційні можливості керованого навчання та створення нейронних мереж з пам’яттю, концентруючись на мережах з довготривалою пам’яттю з використанням алгоритму еластичних вагових коефіцієнтів та прогресуючих нейронних мереж. Також описуються можливості гібридного навчання для збільшення продуктивності та точності роботи нейронних мереж. Метою даної статті було сформулювати список трендів в розвитку нейронних мереж на 2019 рік, засновуючись на аналізі можливостей та перспектив різних конструкцій та методів навчання нейронних мереж. Також проведено аналіз можливостей та продуктивності використання різних типів мереж для однакових цілей.

Ключові слова: нейронні мережі, тенденції в нейронних мережах, штучні нейронні мережі, штучні нейрони, глибоке навчання для нейронних мереж.