Selasa, 09 Februari 2010

Pengantar Neural Network


Jaringan saraf tiruan (Artificial Neural Network), biasanya disebut "jaringan saraf" (Neural Network), adalah sebuah model matematis atau model komputasi yang mencoba untuk mensimulasikan struktur dan/atau aspek fungsional jaringan saraf biologis. Ini terdiri dari sebuah kelompok yang saling berhubungan buatan neuron dan proses informasi yang menggunakan pendekatan koneksionis komputasi. Dalam kebanyakan kasus ANN adalah sebuah sistem adaptif yang merubah strukturnya berdasarkan informasi eksternal maupun internal yang mengalir melalui jaringan selama tahap pembelajaran. Jaringan saraf non-linear alat pemodelan data statistik. Mereka dapat digunakan untuk memodelkan hubungan yang kompleks antara input dan output atau untuk mencari pola dalam data [en.wikipedia.org/wiki/Artificial_neural_network].

JST dibentuk sebagai generalisasi model matematika dari jaringan syaraf otak (neuron), dengan asumsi bahwa [Jaringan Syaraf Tiruan dan Pemogramanya Menggunakan Matlab, Jong Jek Siang]:
  1. pemrosesan informasi terjadi pada banyak elemen sederhana (neuron)
  2. sinyal dikirim diantara neuron melalui sinapsis(penghubung)
  3. penghubung antar neuron memiliki bobot yang akan memperkuat atau memperlemah sinyal
  4. untuk menentukan output, setiap neuron diberi fungsi aktifasi

JST ini ditentukan oleh 3 hal yaitu pola hubung antar neuron, metode menentukan bobot penghubung dan fungsi aktifasi.

Aplikasi JST ini sangat beragam, diantaranya adalah pengenalan pola, signal processing, dan peramalan (forecasting).

Tidak ada komentar:

Posting Komentar

Google Translate

English French German Japanese Korean Chinese Russian Spanish
India Saudi Arabia Netherland Portugal Italian Philippines Ukraina Norwegia
Powered by
Widget translator

Site Info

Web Counter
Hit Counter Powered by  MyPagerank.Net

Kumpul Blogger Advertising


Masukkan Code ini K1-YY1D5Y-E
untuk berbelanja di KutuKutuBuku.com
http://www.ipnow.org/images/1/98FB98/000080/newmyinfo.jpg