راه حل ها

انواع شبکه های عصبی بر مبنای نوع اتصالها

انواع شبکه های عصبی بر مبنای نوع اتصالها

با توجه به نوع اتصالات موجود در شبکه های عصبی می توان آنها را به دو نوع کلی تقسیم بندی کرد:

1. شبکه های پیش خور[1] : شبکه های پیش خور، شبکه هایی هستند که مسیر پاسخ در آن ها، همواره رو به جلو پردازش می شود و به نرون های لایه های قبل باز نمی گردد. در این نوع شبکه ها به سیگنال ها اجازه می دهند تنها از مسیر یکطرفه عبور کنند، یعنی از ورودی تا خروجی. بنابراین باز خوردی (فیدبکی) وجود ندارد به این معنی که خروجی هر لایه تاثیری بر همان لایه ندارد. در بدن انسان نیز، پیام های عصبی به صورت یکطرفه حرکت می کنند: از دنریت به بدنه سلول و سپس به آکسون. ساده ترین این شبکه ها،  شبکه های پرسپترون هستند که در ادامه بیشتر در مورد آن بحث می گردد

 

  1. شبکه های پسخور[1] (برگشتی): تفاوت شبکه های برگشتی با شبکه های پیش خور در آن است که در شبکه های برگشتی حداقل یک سیگنال برگشتی از یک نرون به همان نرون یا نرون های همان لایه یا نرون های لایه های قبل وجود دارد و اگر نرونی دارای فیدبک باشد بدین مفهوم است که خروجی نرون در لحظه حال نه تنها به ورودی در آن لحظه بلکه به مقدار خروجی خود نرون، در لحظه ی گذشته نیز بستگی دارد. شبکه های برگشتی بهتر می توانند رفتار مربوط به ویژگی های زمانی و پویایی سیستم ها را نشان دهند. در این نوع شبکه ها که با توجه به ماهیت پویای مسئله طراحی می شوند بعد از مرحله یادگیری شبکه نیز پارامترها تغییر کرده و تصحیح می شوند .این شبکه ها پویا هستند، وضعیت آنها پیوسته در حال تغییر است تا اینکه آنها به یک نقطه تعادل برسند. آنها در این وضعیت تعادل باقی می مانند تا زمانی که ورودی تغییر کند و نیاز باشد تا تعادل تازه ای پیدا شود. .
مطلب مشابه :  پرسش مهر 97 رئیس جمهور  ,بهترین پاسخ به پرسش مهر 98-1397 نوزدهم

[1] – Recurrent

[1] – Feed-Forward

92