Prezentat de : Turcanu Victor

Gr.IMTC -062
 1.Introducere.
2.Ce semnifica o retea neuronala.
3.Sistemul nervos biologic.
4. Neuronul.
5.Structura unei retele neuronale..
6.Plasticitatea.
7. Reelele neuronale artificiale.
8..Definitie .
9. Algoritm de invatare
10.Aplicatii ale calcului neuronal.
11.Avantaje si dezavantaje.
12. Concluzie.
 In proiectul de fata imi propun sa prezint ideile de baza ale
retelei neuronale alaturi de principale modele conexioniste
ale inteligentei artificiale. Dar, orict de perfectionate ar fi
calculatoarele, orict de rapide si de performante ar deveni
acestea, ele nu au cptat anumite calitti ale creierului
uman, care l fac unic, care l transform ntr-o capodoper
a ingineriei genetice a Naturii, cum ar fi creativitatea,
imaginatia, etc., aptitudini pe care calculatorul nu le poate
nvta. n ciuda acestui fapt, o nou descoperire a
informaticii pregteste calea spre progresul calculatoarelor
n acest domeniu retelele neuronale artificiale, care dup
afirmatiile multor specialisti, vor revolutiona sistemele
informatice.
Preocuparea pentru reelele neuronale a fost
motivat de recunoaterea faptului c modul in care
calculeaz creierul fiinelor vii este complet diferit
de cel al calculatoarelor numerice
convenionale ..
Reelele neuronale nu dispun de uniti de procesare
puternice,dimpotriv, acestea sunt caracterizate printr-o
simplitate extrem, ins interaciunile lor pe ansamblu
produc rezultate complexe datorit numrului mare de
conexiuni
Pn atunci va trebui sa creiem modele de
circuite neurale care aproximeaz fiziologia
creierului uman, dat fiind faptul c nu putem
msura gndurile ce se manifest la nivelul
sinapselor sub forma de impulsuri nervoase.
 n literatura de specialitate , reelele neuronale caracterizeaz ansambluri
de elemente de procesare simple, puternic interconectate i opernd n paralel, care
urmresc s interacioneze cu mediul nconjurtor ntr-un mod asemntor creierelor
biologice i care prezint capacitatea de a nva.
ntr-o retea neural, fiecare procesor este conectat cu
mai multe procesoare vecine, existnd astfel mai
multe interconexiuni dect procesoare. Puterea unei
retele neurale, ca si n cazul creierului, st n numrul
imens de conexiuni neurale.
Numele lor provine de le retelele neuronale ce
alctuiesc creierul uman.
O retea neural, numit si retea neural
artificial( ANN), constituie o arhitectur informatic
cu totul unic, a crui potential abia a nceput sa fie
exploatat.
 Pentru a inelege mai bine aceast abordare, trebuie precizat modul
de funcionare al sistemului nervos
Constituienii structurali ai creierului sunt neuronii, conectai prin
sinapse
Fiecare neuron poate avea mii de extremitti cu care acesta se
conecteaz cu alti neuroni.
Aceste extremitti sunt numite dendrite sau axoni: prin dendrite sunt
transmise impulsuri prin corpul celular, iar prin axon trec impulsurile
de la corpul celular la alt neuron. n anumite aspecte, neuronii se
comport precum calculatoarele, adic primesc, proceseaz
impulsurile nervoase si trimit rezultatele sub forma de noi impulsuri
la ceilalti neuroni.
Impulsurile constau n substante chimice care interactioneaz cu
suprafata externa a membranei, cauznd reactii chimice n interiorul
neuronului postsinaptic. Numele acestui schimb constant de
mesaje chimice ntre neuroni este neurotransmisia.
 Neuronul const in principal din trei componente: corpul celulei
(soma), dendrite i axon
Dendritele (numite astfel datorit asemnrii cu un copac, dendron in greac)
sunt intrrile neuronului, fibre scurte ramificate, de caiva
milimetri, care primesc impulsuri
Axonul (axn, ax), ieirea, este o fibr lung, de caiva centimetri,
putand ajunge ins la 1-1,5 metri
Fiecare neuron are un singur axon i mai multe (10- 20) de
dendrite
Dei se aseamn n funcionare cu creierul uman, reelele neuronale au o structur
diferit de cea a creierului. O reea neuronal este mult mai simpl dect
corespondentul uman, dar la fel ca i creierul uman, este compus din uniti
puternice de calcul, mult inferioare ns corespondentului uman, neuronul.

Un neuron:-multe intrri / o unitate de ieire

Ambele sisteme, biologic si artificial, sunt
bazate pe procesarea paralela a
informatiilor prin procesoare puternic
interconectate, continnd capacitti
precum paralelism masiv, detectori,
modularea conexiunilor, etc
Warren McCulloch i Walter Pitts (1943)
au propus un astfel de model, care
rmane pan in prezent fundamentul
structural pentru majoritatea reelelor
neuronale
 Cea mai important trstur a reelei neuronale
biologice este plasticitatea
Ca rspuns la stimulrile primite, la nivelul
conexiunilor se produc schimbri pe termen lung,
astfel incat conexiunile care ajut la obinerea de
rezultate pozitive sunt intrite, iar cele care
determin rezultate nedorite sunt slbite
De asemenea, neuronii pot forma in timp noi
conexiuni cu ali neuroni
Aceste mecanisme stau la baza capacitii de
adaptare a creierului la stimulii primii, pe care o
numim in mod convenional invare
 In mod analog funcioneaz i o reea
neuronal artificial. In cea mai general
form a sa, o reea neuronal este o main
proiectat pentru a modela felul in care
creierul rezolv o anumit problem sau
execut o funcie cu un anumit scop; reeaua
este de obicei implementat folosindu-se
componente electronice sau simulat
printrun program.
 Simon Haykin consider c o reea neuronal este
un procesor masiv paralel, distribuit, care are o
tendin natural de a inmagazina cunotine
experimentale i de a le face disponibile pentru
utilizare
Ea se aseamn cu creierul in dou privine:
-Cunotinele sunt cptate de reea printr-un proces de invare
-Cunotinele sunt depozitate nu in unitile de procesare
(neuroni), ci in conexiunile interneuronale,
cunoscute drept ponderi sinaptice
 Procedura folosit pentru a executa procesul de invare se
numete algoritm de invare, funcia cruia este de a
modifica ponderile sinaptice ale reelei intr-un stil
sistematic pentru a atinge obiectivul dorit de proiectare
Printre numeroasele proprietai interesante ale
unei reele neuronale, cea mai semnificativ este abilitatea
acesteia de a inva prin intermediul mediului inconjurtor, i
prin aceasta s-i imbunteasc performanele; creterea
performanelor are loc in timp i conform cu unele
reguli prestabilite
O reea neuronal ii inva mediul printr-un proces iterativ de
ajustri aplicate conexiunilor i pragurilor sale sinaptice
In mod ideal, reeaua devine mai inteligent dup fiecare
iteraie a procesului de invare
 Capacitatea de a inva: Reelele neuronale artificiale nu
necesit programe puternice, ci sunt mai degrab
rezultatul unor ntrenamente asupra unui set de date.
Reelele neuronale artificiale au un algoritm de invare, dup care
ponderile conexiunilor sunt ajustate pe baza unor modele
prezentate.
Capacitatea de generalizare: Dac au fost instruite corespunztor,
reelele sunt capabile s dea rspunsuri corecte i pentru intrri
diferite fa de cele cu care au fost antrenate, atata timp
cat aceste intrri nu sunt foarte diferite
Capacitatea de sintez: Reelele neuronale artificiale pot
lua decizii sau trage concluzii cand sunt confruntate cu
informaii afectate de zgomot, irelevante sau pariale
 Datorit acestor trsturi ale prelucrrii informaiei, reelele
neuronale pot rezolva probleme complexe care
sunt dificil de abordat prin metode clasice
Cu toate acestea, cercettorii recunosc c mai au un drum lung de
parcurs pan vor ajunge s construiasc un calculator care s
imite creierul omenesc
Inteligena la care au ajuns in prezent cele mai
sofisticate reele neuronale este sub nivelul unui
copil de caiva ani
Cu toate acestea nu trebuie minimizat sau ignorat importana
reelelor neuronale artificiale i este posibil ca pe
viitor, cu ajutorul lor s se ajung la o cunoatere mai
aprofundat a fenomenelor ce au loc in creierul
uman
 Clasificare si recunoastere
Clasificarea supervizata si nesupervizata a datelor
Recunoasterea caracterelor / imaginilor / vorbirii
Aproximare si estimare
Predictie in serii temporale
Modelare si control
Modelarea unor sisteme neliniare
Optimizare
Proiectarea circuitelor electronice
Probleme de rutare
Prelucrarea si analiza semnalelor
Filtrare adaptiva
 Avantaje
- De exemplu, acestea pot inva din
experien, generaliza din anumite
exemple altele noi i sintetiza
caracteristicile eseniale din intrri
ce conin i date irelevante
- Un mare avantaj al reelelor neuronale este
c pot s descrie o problem i s o
rezolve in acelai timp, prin auto
organizarea lor
- Sistemele conexioniste au un
spectru larg de aplicabilitate:
de la sisteme de recunoatere
de forme (caractere,
semnturi, etc.) sau de
semnale sonore, pan la
sisteme pentru controlul unor
procese complexe, cum ar fi
sistemele de auto reglare sau
piloii automai
Dezavantaje
-Principalul dezavantaj al
folosirii modelelor
neurale este utilizarea
unor resurse de memorie
foarte mari pentru
procesarea unui numr
relativ mic de neuroni.
Astfel, o prioritate n
realizarea retelelor
neurale este utilizarea
eficient a puterii
descriptive a neuronilor
si eficienta descrierii
ntregii retele folosind
matricele de greutate.
Drept concluzie in urma celor reletete amterior pot conchide
urmatoarele idei caci: retelele neuronale sunt domeniul n
care programatorii vor reusi, dac nu s accead, cel putin s
se apropie de mecanismele cerebrale, s descopere secretele
formrii gndurilor, ratiunii, constiintei si,( de ce nu?), s
poat crea sisteme informatice care s dezvolte aceste
calitti. Perspectivele sunt oarecum ndeprtate, dar nu sunt
imposibile, n conditiile unui progres acerb al tehnologiei si a
sistemelor informatice care evolueaz n ritm exponential si
posibilitatea existentei unui calculator care s simuleze
activitatea creierului uman, posibilitate pe care multi oameni
de stiint o consider ct se poate de plauzibil.
 Aceste retele neurolane cu siguranta pot deveni o noua era a
tehnologiilor si inovatiilor in cadrul Universitatii Tehnice a
Moldovei.
Retele neurolane vor putea fi implementate in cadrul univesitatii
doar dupa o eventuala realizare a unei cercetari minutioase a
posibilitatilor.
De asemenea am mai putut realiza caci, probabil, principalul
responsabil pentru succesul modelelor conexioniste, este
capacitatea reelelor neuronale de a nva din exemple.
Pentru Universitatea Tehnica a Moldovei este o noua treapta
care necesita timp dar si diverse cercetari in domeniul
implementarii lor in aceasta.
Viitorul retelelor neuronale poate fi vazut in cadrul universitatii
doar cind acesta va beneficia din plin din studiile competitive
de specialistii domeniului.