Rete neurale

Una rete neurale � un modello matematico di processamento delle informazioni, che cerca di simulare il funzionamento del cervello umano all'interno di un sistema informatico. Può essere composta sia da programmi che da hardware dedicato.

Table of contents

1 Funzionamento
2 Pregi
3 Difetti
4 Utilizzi

Funzionamento

Le reti neurali si basano principalmente sulla simulazioni di neuroni artificiali opportunamente collegati.

I suddetti neuroni ricevono in ingresso degli stimoli e li elaborano. L'elaborazione può essere anche molto sofisticata ma in un caso semplice si può pensare che i singoli ingressi vengano moltiplicati per un opportuno valore detto peso, il risultato delle moltiplicazioni viene sommato e se la somma supera una certa soglia il neurone si attiva attivando la sua uscita. Il peso serve a quantificare l'importanza dell'ingresso, un ingresso molto importante avrà un peso elevato, mentre un ingresso poco utile all'elaborazione avrà un peso inferiore.

I singoli neuroni vengono collegati alla schiera di neuroni successivi, in modo da formare una rete di neuroni. Normalmete una rete � formata da tre strati. Nel primo abbiamo gli ingressi (I), questo strato si preoccupa di trattare gli ingressi in modo da adeguarli alle richieste dei neuroni. Se i segnali in ingresso sono già trattati può anche non esserci. Il secondo strato � quello nascosto (H, hidden), si preoccupa dell'elaborazione vera e propria e può essere composto anche da pi� colonne di neuroni. Il terzo strato � quello di uscita (O) e si preoccupa di raccogliere i risultati ed adattarli alle richieste del blocco successivo della rete neurale. Queste reti possono essere anche molto complesse e coinvolgere migliara di neuroni e decine di migliaia di connessioni.

Pregi

Le reti neurali per come sono costruite lavorano in parallelo e sono quindi in grado di trattare molti dati in tempi molto ridotti. Essendo in sostanza un sofisticato sistema di tipo statistico hanno una buona immunità al rumore e se alcune unità del sistema dovessero malfunzionare la rete nel suo complesso avrebbe delle riduzioni delle prestazioni ma difficilmente andrebbe incontro ad un blocco del sistema.

Difetti

Sono difficili da integrare in hardware per via delle moltissime connessioni richieste. Necessitano di una fase di addestramento del sistema che fissi i pesi dei singoli Neuroni e questa fase può richiedere molto tempo. Non esistono teoremi o modelli che permettano di definire la rete ottima quindi la riuscita di una rete dipende molto dalla esperienza del creatore.

Utilizzi

Le reti neurali vengono usualmente utilizzate in contesti dove i dati possono essere parzialmente errati oppure dove non esistano modelli analitici in grado di affrontare il problema. Un loro tipico utilizzo � nei software di OCR, nei sistemi di riconoscimento facciale e pi� in generale nei sistemi che si occupano di trattare dati soggetti a errori o rumore.