Inglese
|
Italiano
|
Commento
|
|
Funzione di attivazione
|
Le più comuni funzioni di attivazione dei nodi sono del tipo
sigmoide, logaritmoide simmetrico e lineare.
|
|
Stato di attivazione del neurone
|
Ogni neurone produce in uscita un valore che è una funzione sigmoide
della somma di ciascun input moltiplicato per il peso. Questo valore,
normalizzato (ovvero scalato nell' intervallo 0 - 1), rappresenta lo stato
di attivazione del neurone.
|
Adaptive Bidirectional Associative Memory (ABAM)
|
|
Metodo di apprendimento non supervisionato.
|
Additive Grossberg (AG)
|
|
Metodo di apprendimento non supervisionato.
|
Analog Adaptive Resonance Theory (ART2, ART2a)
|
|
Metodo di apprendimento non supervisionato.
|
Artificial Neural Network (ANN)
|
Rete Neurale Artificiale
|
Accezione completa e più corretta per indicare una rete neurale di
tipo non biologico.
|
|
Errore medio
|
|
Backprop
|
|
|
|
Propagazione all'indietro dell'errore, Retropropagazione
|
Attualmente la retropropagazione dell'errore rappresenta il metodo
di apprendimento più ampiamente utilizzato nelle reti neurali
|
|
Esiti migliori
|
|
Binary Adaptive Resonance Theory (ART1)
|
|
Metodo di apprendimento non supervisionato.
|
Boltzmann Machine (BM)
|
|
Metodo di apprendimento supervisionato.
|
Brain-State-in-a-Box (BSB)
|
|
Metodo di apprendimento supervisionato.
|
Connections
|
Connessioni
|
Canali di comunicazione unidirezionali che connettono i singoli
neuroni.
|
Continuous Hopfield (CH)
|
|
Metodo di apprendimento non supervisionato.
|
Counterprogation (CPN)
|
|
metodo di apprendimento non supervisionato.
|
Discrete Hopfield (DH)
|
|
Metodo di apprendimento non supervisionato.
|
Discrete Bidirectional Associative Memory (BAM)
|
|
Metodo di apprendimento non supervisionato.
|
Discrete Hopfield (DH)
|
|
Metodo di apprendimento non supervisionato.
|
Driver-Reinforcement Learning (DR)
|
|
metodo di apprendimento non supervisionato.
|
Fully supervised learning
|
Apprendimento totalmente supervisionato
|
|
Fuzzy Cognitive Map (FCM)
|
|
Metodo di apprendimento supervisionato.
|
Fuzzy Associative Memory (FAM)
|
|
metodo di apprendimento non supervisionato.
|
Genetic Algorithm (GA)
|
Algoritmo genetico
|
|
Gradient descent algorithm
|
Algoritmo a discesa di gradiente.
|
|
|
Neurone d'ingresso dati
|
|
Kohonen Self-organizing Map (SOM)
|
|
Metodo di apprendimento non supervisionato.
|
Kohonen Topology-preserving Map (TPM)
|
|
Metodo di apprendimento non supervisionato.
|
|
Apprendimento
|
|
cycle
|
Ciclo di apprendimento
|
|
method
|
Metodo di apprendimento
|
E' regolato dagli algoritmi utilizzati. Un esempio di metodo
d'apprendimento è la back-propagation
of error.
|
process
|
Processo di apprendimento
|
|
rate
|
Indice di apprendimento
|
Determina quanto verrà modificato il peso delle sinapsi nel corso di
ciascun ciclo di apprendimento.
|
time
|
Tempo di apprendimento
|
|
Learning Matrix (LM)
|
|
metodo di apprendimento non supervisionato.
|
Learning Vector Quantization (LVQ)
|
|
Metodo di apprendimento supervisionato.
|
Linear Associative Memory (LAM)
|
|
metodo di apprendimento non supervisionato.
|
|
Errore più basso in assoluto
|
|
|
Errore medio più basso
|
|
Mean Field Annealing (MFT)
|
|
Metodo di apprendimento supervisionato.
|
|
Momento
|
Determina quanto varierà il peso di ciascuna sinapsi relativamente
alla variazione avvenuta nel precedente ciclo.
|
|
Rete neurale
|
|
|
Neurone
|
|
|
Etichetta attribuita al neurone
|
|
Optimal Linear Associative Memory (OLAM)
|
|
metodo di apprendimento non supervisionato.
|
|
Neurone di uscita dati
|
|
Pattern recognition
|
Riconoscimento di regolarità
|
|
|
|
Una delle prime reti neurali, costituita da un solo strato di neuroni
che riceveva un input e calcolava direttamente un output.
|
Recurrent Cascade Correlation (RCC)
|
|
Metodo di apprendimento supervisionato.
|
Residuals
|
|
Differenze tra output desiderato e risposte della rete.
|
Shunting Grossberg (SG)
|
|
Metodo di apprendimento non supervisionato.
|
Sigmoidal function
|
Funzione sigmoidale
|
|
Sparse Distributed Associative Memory (SDM)
|
|
metodo di apprendimento non supervisionato.
|
Supervised learning
|
Apprendimento supervisionato
|
Metodo di apprendimento che necessita di un insegnante che conosca le
risposte corrette ad ogni input (ad es., la backpropagation).
Un elenco, certamente non esaustivo, dei metodi di apprendimento
supervisionato potrebbe essere il seguente:
Reti Feedback:
a) Brain-State-in-a-Box (BSB)
b) Fuzzy Cognitive Map (FCM)
c) Boltzmann Machine (BM)
d) Mean Field
Annealing (MFT)
e) Recurrent
Cascade Correlation (RCC)
f) Learning Vector Quantization (LVQ)
Reti Feedforward-only:
a) Perceptron
b) Adaline, Madaline
c) Backpropagation (BP)
d) Cauchy Machine (CM)
e) Adaptive Heuristic Critic (AHC)
f) Time Delay
Neural Network (TDNN)
g) Associative Reward Penalty (ARP)
h) Avalanche Matched Filter (AMF)
i)
Backpercolation (Perc)
j) Artmap
k) Adaptive
Logic Network (ALN)
l) Cascade
Correlation (CasCor)
|
|
Sinapsi, connessione tra neuroni
|
|
|
Peso della sinapsi.
|
Il peso delle sinapsi viene modificato durante il processo di
apprendimento mediante "back propagation". Esso costituisce la
"memoria" della rete.
|
|
Obiettivo da raggiungere relativamente all'errore
|
Fissa il valore al di sotto del quale l'errore medio deve scendere,
determinando in tal caso l'interruzione del processo di apprendimento.
|
Temporal Associative Memory (TAM)
|
|
Metodo di apprendimento non supervisionato.
|
Unsupervised learning
|
Apprendimento non supervisionato
|
|