(صورة تم إنشاؤها للتوضيح فقط)
تُمثل نماذج الاتصال، المعروفة أيضًا باسم المعالجة الموزعة المتوازية (PDP) أو الشبكات العصبية الاصطناعية، العمليات المعرفية كتفاعلات بين العديد من وحدات المعالجة البسيطة والمترابطة، والتي تُسمى العقد. لا تُخزن المعرفة في موقع محدد، بل تُوزع في أوزان الاتصال بين هذه الوحدات. يحدث التعلم بتعديل هذه الأوزان، غالبًا عبر خوارزميات مثل الانتشار العكسي، مما يُمكّن من التعرف على الأنماط وتقريب الدوال.
اقتُرحت نماذج اتصالية كبديل مستوحى من الدماغ للنماذج الرمزية. تتكون الشبكة النموذجية من طبقات من العقد: طبقة إدخال، وطبقة مخفية واحدة أو أكثر، وطبقة إخراج. لكل اتصال بين العقد وزن عددي، يمكن أن يكون مُثيرًا أو مُثبِّطًا. عند عرض نمط على طبقة الإدخال، ينتشر التنشيط عبر الشبكة، مُعَدَّلًا بالأوزان ودالة تنشيط عند كل عقدة، لإنتاج نمط في طبقة الإخراج.
تكمن الجدة الرئيسية في عملية التعلم. في التعلم الخاضع للإشراف، تُقارن مخرجات الشبكة بمخرجات مستهدفة، ويُستخدم الفرق (الخطأ) لتعديل أوزان الاتصالات في جميع أنحاء الشبكة. تُعد خوارزمية الانتشار العكسي طريقة شائعة لحساب هذه التعديلات بكفاءة. تُمكّن هذه العملية الشبكة من "تعلم" عمليات الربط المعقدة تدريجيًا بين المدخلات والمخرجات دون الحاجة إلى برمجتها بقواعد صريحة. يتفوق هذا النهج في المهام التي تتضمن بيانات مشوشة والتعرف على الأنماط، مثل التعرف على الأشياء أو تعلم صيغة الماضي للأفعال الإنجليزية، وهي مهام تُمثل تحديًا للأنظمة الرمزية البحتة.
بسبب عمليات جمع البيانات من خلال برامج الروبوت، والتي تتجاوز حاليًا 40 ألفًا يوميًا، فإن هذا المحتوى مخصص لأعضاء المجتمع فقط.
> تسجيل الدخول < أو > سجل < (مجاني 100٪) للوصول إلى هذا، وكذلك جميع المحتويات والأدوات الأخرى المقيدة.
النماذج الارتباطية في الإدراك
(إذا كان التاريخ غير معروف أو غير ذي صلة، على سبيل المثال "ميكانيكا الموائع"، يتم توفير تقدير تقريبي لظهوره الملحوظ)
الصور بالحجم الكامل والتنزيلات متاحة فقط 100% مجاناً للأعضاء المسجلين.
> تسجيل الدخول <
