La fantascienza incontra infatti la scienza nella progettazione di reti neurali artificiali e la creazione di intelligenza artificiale . Sulla base dei neuroni del cervello umano e di funzioni di rete , una rete neurale artificiale o ANN svolge compiti in un modo simile . Come un essere umano , una rete neurale non ha bisogno di essere " riprogrammato " una volta che impara qualcosa . Feed Forward ANN

Una rete feed- forward è una semplice rete neurale che consiste in uno strato di input , uno strato di output e uno o più strati di neuroni . La potenza della rete si trova nel comportamento del gruppo dei neuroni collegati come si evolve - attraverso la valutazione della sua uscita , rivedendo il suo ingresso - . " Uscita " e di decidere se le informazioni tirato in è sufficiente a giustificare una risposta o un Questa rete impara a valutare e riconoscere i modelli di ingresso .
Commenti ANN

La rete di retroazione alimenta le informazioni di nuovo in se stesso e si adatta bene a risolvere problemi di ottimizzazione , secondo la University of Massachusetts , Lowell center for Atmospheric Research . Invece di decidere la migliore risposta di uscita , l'uscita ritorna nella rete per ottenere i risultati migliori - evoluti internamente. Interne correzioni di errori di sistema usano ANN feedback.
Classificazione - Previsione ANN

Un sottoinsieme del feed -forward ANN , la classificazione - ANN previsione si applica ai dati scenari -mining . La rete è addestrato a riconoscere i modelli specifici e di classificarli in gruppi specifici e poi classificare ulteriormente in "nuovi modelli, " nuovi alla rete .