Neuronale Netze sind die Artefakte mit einer Informationsverarbeitung Paradigma auf den Weg Neuronen verbunden ist, basierend - Gehirnzellen - Arbeit in den menschlichen Geist . Neuronale Netzwerke können in Hardware oder Software implementiert werden. Die grundlegende Idee ist, dass viele separate Einheiten - künstlichen Neuronen - in einer Weise, dass die Verbindungen veränderbar sind verbunden . Da die neuronale Netze lernen, ein Problem zu lösen, die Stärken der Verschaltungen ändern . Die wahre Stärke des neuronalen Netzes Paradigma ist, dass neuronale Netze können lernen, schwierige Probleme mit gewöhnlichen Programmiertechniken zu lösen. Feedforward Netzwerk Projekte

Feedforward Networks lernen , Muster zu erkennen . Das Netzwerk ist eine große repräsentative Sammlung von guten und schlechten Muster gezeigt und gesagt, das sind welche . Im Laufe der Zeit werden die Verbindungen zwischen den Neuronen zu dem Punkt, wo auch neue Muster korrekt identifiziert werden angepasst. Aktuelle Anwendungen der Feedforward Netzwerke identifizieren Schriftzeichen , Unterschriften und Fingerabdrücke. Die Vorsteuerung Modell ist eine gute , für Projekte, die lernen, gute von schlechten Muster Muster unterscheiden müssen . Aktuelle Forschungsprojekte beinhalten die Identifizierung Krebszellen , Börsenentwicklung und verdächtige Kreditanträge
Kohonen Netzwerk Projekte

Kohonen Netze oder selbstorganisierenden Karten , Arbeit ohne Aufsicht . sie sind eine große Anzahl von Mustern gezeigt, aber nicht gesagt, was gut oder schlecht sind . Kohonen Netze Gruppe die Beispiele in Cluster , und wenn ein neues Muster gezeigt , korrekt zu klassifizieren das neue Muster in die richtige Cluster. Aktuelle Anwendungen der Kohonen -Netze sind die automatische Sprachsysteme , wo sie verwendet werden, um Geräusche , indem diese auf die nächste gültige Phonem klassifizieren sind . Kohonen -Netze sind für jedes Projekt , wo es viel Training Beispiele nützlich, aber sie sind nicht in gute oder schlechte Beispiele eingestuft. Aktuelle Forschung in Kohonen -Netze umfassen Wetter Vorhersage und Kontrolle von autonomen Fahrzeugen .
Bidirektionale assoziative Speicher Projekte

bidirektionale assoziative Speicher ( BAMs ) verwendet werden, wenn zwei komplexe Vektoren müssen ausgeglichen werden. Die dynamische Anpassung der Stärke der Verbindungen zwischen zwei Ebenen von Neuronen. Die BAM ist anders als andere neuronale Netz -Architekturen , dass es hält das Lernen so läuft das System - Lernen nie ganz abgeschlossen ist. Diese Anwendungen umfassen Systeme BAMs in Telefone und Modems gebaut, um auszugleichen - und aufheben - line Echos . Sie sollten verwendet werden, wenn Lernen muss kontinuierlich während der Laufzeit des Projekts werden. Aktuelle Forschungsprojekte, bei denen BAMs gehören Systeme , die Balance Dinge mit nur hin und her Bewegung - wie Systeme, die eine Stange an einem Ende , indem das Gleichgewicht Punkt hin und her balancieren gehalten
Rekursive Netzwerk Projekte < . br>

Rekursive Netzwerke arbeiten mit Zeitreihen Muster . Ein Teil der Leistung der Anlage wieder in den Eingangs-und die Verbindungen zwischen künstlichen Neuronen wird eingestellt, bis das Netzwerk korrekt identifizieren kann eine Sequenz von Eingangspegeln zugeführt. Diese Anwendungen umfassen Roboterarm Momente und die automatische Erkennung des Beginns von epileptischen Anfällen . Dieses Modell sollte mit Projekten, die Muster , die stattfinden, im Laufe der Zeit beinhalten verwendet werden. Aktuelle Forschung umfasst Systeme, die Ergänzung und Kontrolle prothetische Systeme - künstliche Arme und Beine

.