Taula de continguts
13 les relacions: Algorisme LMS, Aprenentatge supervisat, Àlgebra lineal, Derivada, Funció d'activació, Funció hiperbòlica, Funció sigmoide, Perceptró, Retropropagació, Xarxa neuronal artificial, Xarxa neuronal convolutiva, Xarxa neuronal directa, Xarxa neuronal recurrent.
Algorisme LMS
L'algorisme LMS (de l'anglès, Least-Mean-Square algorithm) s'usa en filtres adaptatius per trobar els coeficients del filtre que permeten obtenir el valor esperat mínim del quadrat del senyal d'error, definit com la diferència entre el senyal desitjat i el senyal produït a la sortida del filtre.
Veure Perceptró multicapa і Algorisme LMS
Aprenentatge supervisat
Dins l'aprenentatge automàtic i la mineria de dades, laprenentatge supervisat és una tècnica per deduir una funció a partir de dades d'entrenament.
Veure Perceptró multicapa і Aprenentatge supervisat
Àlgebra lineal
L'espai euclidià tridimensional '''R'''3 és un espai vectorial, amb les línies i plans que passen a través de l'origen com a subespais vectorials en '''R'''3. L'àlgebra lineal és la branca de les matemàtiques que tracta l'estudi dels vectors, espais vectorials, transformacions lineals i sistemes d'equacions lineals.
Veure Perceptró multicapa і Àlgebra lineal
Derivada
pendent de la recta que és tangent a la corba. La recta de color vermell és sempre tangent a la corba blava; el seu pendent és la derivada. En càlcul infinitesimal, la derivada és una mesura de com canvia una funció en modificar el valor de les seves variables.
Veure Perceptró multicapa і Derivada
Funció d'activació
Esquema de blocs d'un perceptró: entrades, suma d'entrades, funció d'Activació i sortida Funció d'Activació Lògica A les xarxes neuronals artificials, la funció d'activació d'un node defineix la sortida d'aquest node donada una entrada o un conjunt d'entrades.
Veure Perceptró multicapa і Funció d'activació
Funció hiperbòlica
versió animada amb la comparació amb les funcions trigonomètriques (circulars).) En matemàtiques, les funcions hiperbòliques són unes funcions amb unes propietats anàlogues a les de les funcions trigonomètriques (o circulars).
Veure Perceptró multicapa і Funció hiperbòlica
Funció sigmoide
Corba logística. La funció sigmoide o corba sigmoide permet descobrir l'evolució de molts processos naturals (com per exemple el creixement de les drupes) i corbes d'aprenentatge de sistemes complexos que mostren una progressió temporal des d'uns nivells baixos al principi, fins a atansar-se a un climax quan ha transcorregut un cert temps; la transició es produeix en una regió caracteritzada per una forta acceleració intermèdia.
Veure Perceptró multicapa і Funció sigmoide
Perceptró
Fig.1 Esquema de blocs d'un perceptró El perceptró, en l'àmbit d'aprenentatge automàtic, és un algorisme d'aprenentage supervisat per a classificadors binaris.
Veure Perceptró multicapa і Perceptró
Retropropagació
Fig.1 Esquema de blocs simplificat La retropropagació, en l'àmbit de les xarxes neuronals artificials, és un mètode que s'empra per a calcular el gradient que és necessari aplicar als pesos o coeficients dels nodes de la xarxa.
Veure Perceptró multicapa і Retropropagació
Xarxa neuronal artificial
Xarxa neuronal artificial perceptró simple amb 3 neurones d'entrada, 4 neurones en la seva capa oculta i una neurona de sortida. Una xarxa neuronal artificial (XNA), o senzillament xarxa neuronal (XN) és un paradigma d'aprenentatge i processament automàtic inspirat en la forma en què funciona el sistema nerviós dels animals.
Veure Perceptró multicapa і Xarxa neuronal artificial
Xarxa neuronal convolutiva
Fig.1 Esquema de blocs d'una Xarxa neuronal convolutiva Una xarxa neuronal convolutiva (l'acrònim anglès és CNN), en aprenentatge automàtic, és un tipus de xarxa neuronal artificial que disposa de connectivitat entre neurones inspirada pel còrtex visual dels animals.
Veure Perceptró multicapa і Xarxa neuronal convolutiva
Xarxa neuronal directa
Fig.1 Exemple de xarxa neuronal directa Una xarxa neuronal directa (acrònim anglès FNN de feedforward neuronal network), és una classe de circuit neuronal artificial on les connexions entre els estats no presenten cap cicle recurrent o de realimentació (vegeu Fig.1), contràriament a les xarxes neuronals recurrents.
Veure Perceptró multicapa і Xarxa neuronal directa
Xarxa neuronal recurrent
Fig.1 Exemple de RNN i la seva evolució temporal Fig.2 Exemple de RNN amb cicle recurrent D Una xarxa neuronal recurrent (acrònim anglès RNN de recurrent neuronal network), és una classe de circuit neuronal artificial on les connexions entre els estats presenten un o més cicles recurrents (vegeu Fig.1 i 2).