Нейронная сеть , также называемая нейронной сетью , представляет собой взаимосвязанную популяцию нейронов (обычно содержащую несколько нейронных цепей ). [1] Биологические нейронные сети изучаются, чтобы понять организацию и функционирование нервной системы .
Тесно связаны искусственные нейронные сети , модели машинного обучения , вдохновленные биологическими нейронными сетями. Они состоят из искусственных нейронов , которые представляют собой математические функции , аналогичные механизмам, используемым нейронными цепями .
Биологическая нейронная сеть состоит из группы химически связанных или функционально связанных нейронов. [2] Один нейрон может быть связан со многими другими нейронами, и общее количество нейронов и связей в сети может быть большим. Соединения, называемые синапсами , обычно образуются от аксонов к дендритам , хотя возможны дендродендритические синапсы [3] и другие соединения. Помимо электрической передачи сигналов, существуют и другие формы передачи сигналов, возникающие в результате диффузии нейромедиаторов .
Искусственный интеллект, когнитивное моделирование и искусственные нейронные сети — это парадигмы обработки информации, вдохновленные тем, как биологические нейронные системы обрабатывают данные. Искусственный интеллект и когнитивное моделирование пытаются имитировать некоторые свойства биологических нейронных сетей. В области искусственного интеллекта искусственные нейронные сети успешно применяются для распознавания речи , анализа изображений и адаптивного управления , с целью создания программных агентов (в компьютерных и видеоиграх ) или автономных роботов .
Теория нейронных сетей помогла лучше понять, как функционируют нейроны мозга, и обеспечила основу для усилий по созданию искусственного интеллекта.
Предварительная теоретическая основа современных нейронных сетей была независимо предложена Александром Бэйном [4] (1873 г.) и Уильямом Джеймсом [5] (1890 г.). В их работе и мысли, и активность тела являются результатом взаимодействия нейронов внутри мозга.