مقدمة في الشبكات العصبية

مقدمة في الشبكات العصبية يتم وضع ملفها الشخصي بواسطة BTW Media لأن الأدلة المنشورة تربطها بالبنية التحتية للإنترنت أو الحوكمة أو التبعيات التشغيلية أو رؤية السوق.

• الشبكات العصبية، المستوحاة من الدماغ البشري، تشير إلى نوع من بنية الحوسبة التي تعتمد على نموذج لكيفية عمل الدماغ البشري.
• تعمل من خلال طبقات، بما في ذلك طبقات الإدخال والإخفاء والإخراج، مما يسهل التعلم والتنبؤ.
• تشمل أنواع الشبكات العصبية التغذية الأمامية، حيث تتحرك البيانات خطيًا؛ والانتشار العكسي، الذي يحسن التنبؤات من خلال التغذية الراجعة المستمرة؛ والالتفافية، المصممة لتحليل الصور مثل التعرف على الصور بالذكاء الاصطناعي.

رأينا
الشبكات العصبية، على الرغم من أنها تبدو بعيدة عن حياتنا اليومية، إلا أنها تتشابك بشكل معقد في حياتنا بطرق غير محسوسة. إنها تمكننا من الانغماس في محتوى مصمم خصيصًا لاهتماماتنا، مع تمكيننا من التفاعل بسلاسة مع المساعدين الافتراضيين مثل Siri.لذلك،فإن تعزيز فهمها يسمح لنا باستخدام قدراتها بشكل أفضل لإثراء حياتنا.
–أودري هوانغ، مراسلة BTW

تقدم المقالة تعريف الشبكات العصبية ومبادئ تشغيلها وأنواعها.

ما هي الشبكات العصبية؟

الشبكة العصبية، أو الشبكة العصبية الاصطناعية، هي نوع من بنية الحوسبة التي تعتمد على نموذج لكيفية عمل الدماغ البشري. تتكون الشبكات العصبية من مجموعة من وحدات المعالجة تسمى "العقد." تمرر هذه العقد البيانات إلى بعضها البعض، تمامًا كما في الدماغ، حيث تمرر الخلايا العصبية النبضات الكهربائية لبعضها البعض. تستخدم الشبكات في التعلم الآلي، وهو نوع من برامج الكمبيوتر التي تكتسب المعرفة دون تعليمات محددة.

اقرأ أيضًا:الشبكات اللاسلكية الخاصة: الملكية والطيف والاستخدامات

اقرأ أيضًا:الخطوط المخصصة للإيثرنت مقابل الشبكات اللاسلكية

كيف تعمل؟

تتكون الشبكات العصبية من عدد كبير من العقد الموزعة عبر ثلاث طبقات على الأقل: طبقة الإدخال، وطبقة مخفية، وطبقة الإخراج. بالإضافة إلى ذلك، يمكن أن يكون هناك عدة طبقات مخفية بعيدًا عن طبقات الإدخال والإخراج. بغض النظر عن موضعها داخل الشبكة، تقوم كل عقدة بمهام معالجة محددة أو وظائف على المدخلات المستلمة من العقدة السابقة أو طبقة الإدخال. أساسًا، تحتوي كل عقدة على صيغة رياضية فريدة، مع ترجيح المتغيرات الفردية بشكل مختلف. إذا تجاوزت نتيجة تطبيق هذه الصيغة على المدخلات عتبة محددة، تقوم العقدة بنقل البيانات إلى الطبقة التالية. وعلى العكس، إذا كان الناتج أقل من العتبة، فلا يتم إرسال أي بيانات إلى الطبقة التالية.

ما هي أنواعها؟

تختلف الشبكات العصبية في طرق معالجتها وعدد الطبقات المخفية التي تمتلكها. هناك ثلاثة أنواع منها: الشبكات العصبية ذات التغذية الأمامية، والشبكات العصبية ذات الانتشار العكسي، والشبكات العصبية الالتفافية.

1. الشبكات العصبية ذات التغذية الأمامية

تمثل هذه الشبكات العصبية البنية الأساسية للشبكة العصبية الاصطناعية. إنها تنقل البيانات في اتجاه أمامي واحد، منتقلة من عقدة الإدخال إلى عقدة الإخراج اللاحقة. على الرغم من أنها ليست ضرورية، إلا أنها قد تتضمن طبقات مخفية للتعامل مع المهام الأكثر تعقيدًا. تتطور عملية التعلم تدريجيًا من خلال آليات التغذية الراجعة. يعتبر التعرف على الوجوه مثالاً على شبكة التغذية الأمامية.

2. الشبكات العصبية ذات الانتشار العكسي

تعمل هذه الشبكات العصبية باستمرار من خلال تمكين كل عقدة من الاحتفاظ بقيمة مخرجاتها ونشرها للخلف عبر الشبكة لتوليد تنبؤات في كل طبقة. وهذا يسهل التعلم المستمر وتحسين التنبؤات.

3. الشبكات العصبية الالتفافية

تستخدم الشبكات العصبية الالتفافية (CNNs) طبقات مخفية لتنفيذ عمليات رياضية، مما يولد خرائط ميزات لمناطق الصورة التي تكون أكثر قابلية للتصنيف. تستقبل كل طبقة مخفية جزءًا متميزًا من الصورة للتحليل، مما يؤدي إلى مزيد من التحليل والتنبؤ النهائي بمحتوى الصورة.التعرف على الصور بالذكاء الاصطناعيهو مثال رئيسي على الشبكات العصبية الالتفافية قيد العمل.