Mạng nơ-ron nhân tạo là hệ thống dựa trên chức năng mạng nơ-ron sinh học. Là mô phỏng hệ thống nơ-ron sinh học. Đặc điểm: nhiều kiến trúc, do đó cần nhiều phương pháp thuật toán, nhưng dù phức tạp, mạng nơ-ron khá đơn giản.
Những mạng này là công nghệ xử lý tín hiệu độc đáo trong hộp công cụ của người điều hành. Lĩnh vực high interdisciplinary, nhưng phương pháp này giới hạn góc nhìn kỹ thuật.
Trong kỹ thuật, mạng nơ-ron cung cấp hai chức năng quan trọng: bộ phân loại mẫu và bộ lọc thích ứng phi tuyến tính. Mạng nơ-ron nhân tạo là hệ thống linh hoạt, thường phi tuyến tính, học thực hiện hàm (ánh xạ đầu vào/đầu ra) từ dữ liệu. Thích ứng nghĩa là tham số hệ thống thay đổi trong vận hành, thường gọi là giai đoạn huấn luyện.
Sau giai đoạn huấn luyện, tham số mạng nơ-ron cố định và hệ thống sẵn sàng giải quyết vấn đề (giai đoạn kiểm tra). Mạng nơ-ron phát triển bằng quy trình từng bước hệ thống để tăng cường kiểm tra hiệu suất hoặc tuân theo ràng buộc nội tại ngầm, thường gọi là quy tắc học.
Dữ liệu huấn luyện đầu vào/đầu ra cơ bản trong công nghệ mạng nơ-ron vì truyền thông tin quan trọng để "khám phá" điểm vận hành tối ưu. Đặc tính phi tuyến tính của yếu tố xử lý mạng nơ-ron (PEs) hỗ trợ hệ thống với nhiều khả năng thích ứng đạt gần như bất kỳ ánh xạ đầu vào/đầu ra mong muốn, tức là một số mạng nơ-ron là người vẽ bản đồ mở rộng.
Đầu vào trình bày cho mạng nơ-ron và phản ứng mong muốn/target tương đương đặt tại đầu ra (khi đây là trường hợp huấn luyện gọi là có giám sát). Sai số thu thập từ sự khác biệt giữa phản ứng đạt được và đầu ra hệ thống. Dữ liệu sai số trả về hệ thống và hệ thống điều chỉnh tham số (quy tắc học). Quá trình lặp cho đến hiệu suất đủ. Rõ ràng hiệu suất phụ thuộc dày đặc vào dữ liệu.
Ưu Điểm Mạng Nơ-Ron Nhân Tạo
Mạng nơ-ron thực hiện nhiệm vụ chương trình tuyến tính không thể.
Khi một phần mạng nơ-ron thất bại, tiếp tục không vấn đề nhờ đặc tính song song.
Mạng nơ-ron học và không cần lập trình lại.
Có thể triển khai trong bất kỳ ứng dụng nào.
Nhược Điểm Mạng Nơ-Ron Nhân Tạo
Mạng nơ-ron cần huấn luyện để vận hành.
Cấu trúc mạng nơ-ron khác cấu trúc vi xử lý nên cần mô phỏng.
Cần thời gian xử lý cao cho mạng nơ-ron lớn.