Neuronales Netzwerk und Fuzzy-Zeitreihen

Questo lavoro si occupa delle reti neurali (NN), in particolare delle reti neurali multilivello dal punto di vista dell'apprendimento degli algoritmi. Descriveremo la Rete Neurale Feed Forward (FFNN) e la Rete Neurale Ricorrente (RCNN) e introdurremo fatti fondamentali sulle NN che saranno utilizzati successivamente nella tesi. Una rete neurale è un modello matematico ispirato alle reti neurali biologiche e cerca di simularle. Essa è composta da unità interconnesse - neuroni, che sono le unità di calcolo di una rete neurale. Le NN fanno parte dell'intelligenza artificiale. La conoscenza è memorizzata nelle connessioni tra i neuroni, che vengono chiamate pesi sinaptici, una semplificazione dei dendriti e degli assoni biologici. La NN è un approssimatore universale per le relazioni memorizzate nei dati - un approssimatore di modellazione statistica non lineare dei dati, in grado di apprendere e adattare la propria struttura sulla base di informazioni interne ed esterne che vengono trasmesse durante la fase di apprendimento dalla NN. Per la maggior parte delle NN, è relativamente semplice utilizzarle in una vasta gamma di settori tecnici e non tecnici senza ulteriori conoscenze teoriche. Esiste una serie di NN che richiedono conoscenze specifiche per essere implementate e per utilizzare il giusto insieme di parametri di inizializzazione.