Artificial intelligence - artificial neural networks

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62156489%3A43110%2F18%3A43913868" target="_blank" >RIV/62156489:43110/18:43913868 - isvavai.cz</a>

Result on the web

<a href="https://www.vspp.cz/wp-content/uploads/2017/03/V%C5%A0PP_Enterpreneurship_studies_2018_ro%C4%8D.7_No_01-02-final.pdf" target="_blank" >https://www.vspp.cz/wp-content/uploads/2017/03/V%C5%A0PP_Enterpreneurship_studies_2018_ro%C4%8D.7_No_01-02-final.pdf</a>

DOI - Digital Object Identifier

—

Result language

čeština

Original language name

Umělá inteligence - umělé neuronové sítě

Original language description

V příspěvku jsme prezentovali základní fakta o umělých neuronech a umělých neuronových sítích. U vícevrstvých sítí jsme se soustředili především na třívrstvé sítě. Ukázali jsme si také několik způsobů, jak lze takovouto umělou neuronovou síť aplikovat ve standardních regulačních obvodech. Z příspěvku vyplynulo, že hlavním problémem u aplikací umělých neuronových sítí je nutnost realizovat učící se proces (podobně jako u živých organismů), který se skládá ze dvou fází – fáze adaptační a fáze aktivační – a může být poměrně zdlouhavý. Během těchto fází učení se se nastavují jednotlivé váhy sítě. Abychom mohli adaptační proces realizovat, je nutné mít k dispozici množinu vstupních veličin a jim odpovídající množiny výstupních veličin. A tato skutečnost je největší slabinou při aplikaci systémů postavených na umělých neuronových sítích. Pro zájemce o danou problematiku je k dispozici dostatečně vysoký počet zdrojů – jak knižních, tak i internetových. Některé z těchto zdrojů uvádíme v referencích k příspěvku.

Czech name

Umělá inteligence - umělé neuronové sítě

Czech description

V příspěvku jsme prezentovali základní fakta o umělých neuronech a umělých neuronových sítích. U vícevrstvých sítí jsme se soustředili především na třívrstvé sítě. Ukázali jsme si také několik způsobů, jak lze takovouto umělou neuronovou síť aplikovat ve standardních regulačních obvodech. Z příspěvku vyplynulo, že hlavním problémem u aplikací umělých neuronových sítí je nutnost realizovat učící se proces (podobně jako u živých organismů), který se skládá ze dvou fází – fáze adaptační a fáze aktivační – a může být poměrně zdlouhavý. Během těchto fází učení se se nastavují jednotlivé váhy sítě. Abychom mohli adaptační proces realizovat, je nutné mít k dispozici množinu vstupních veličin a jim odpovídající množiny výstupních veličin. A tato skutečnost je největší slabinou při aplikaci systémů postavených na umělých neuronových sítích. Pro zájemce o danou problematiku je k dispozici dostatečně vysoký počet zdrojů – jak knižních, tak i internetových. Některé z těchto zdrojů uvádíme v referencích k příspěvku.

Type

J_ost - Miscellaneous article in a specialist periodical

CEP classification

—

OECD FORD branch

20205 - Automation and control systems

Project

—

Continuities

S - Specificky vyzkum na vysokych skolach

Publication year

2018

Confidentiality

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Name of the periodical

VŠPP Enterpreneurship studies

ISSN

1802-0453

e-ISSN

—

Volume of the periodical

7

Issue of the periodical within the volume

1-2

Country of publishing house

CZ - CZECH REPUBLIC

Number of pages

7

Pages from-to

24-30

UT code for WoS article

—

EID of the result in the Scopus database

—