Page 193 - python

167

12.9 โครงขายประสาทเทียม (Artificial Neural Network)
ในป ค.ศ. 1943 Warren McCulloch นักประสาทวิทยาและ Walter Pitts นักตรรกวิทยาได
ั
ั
รวมมือกนพฒนาแบบจําลองทางคณิตศาสตรของเซลลประสาทเทียมในบทความเรื่อง "A Logical
Calculus of the Ideas Immanent in Nervous Activity" แบบจําลองอยางงายของเซลลประสาท
สามารถเรียนรูไดดวยตนเอง

ภาพประกอบที่ 12.5 แสดงเซลลประสาทและเซลลประสาทเทียม
ที่มา: https://www.researchgate.net

ศาสตราจารย Marvin Minsky จาก MIT เขียนหนังสือ "Perceptrons (MIT news)" กลาววา

perceptron ชั้นเดียวไมสามารถเรียนรูฟงกชั่นคณิตศาสตรที่เรียบงาย เชน Exclusive OR และกลาววา
การใชโครงขายประสาทเทียมหลายชั้นจะใชแกปญหาดังกลาวได สงผลใหนักวิชาการระดับโลกแทบทั้งสิ้น
ี
ึ้
เลิกใชโครงขายประสาทเทยม ตอมาแบบจําลองสวนใหญสรางขนดวยเซลลประสาทสองชั้นและถูกใชงาน
อยางแพรหลาย

โครงขายประสาทเทียม (Artificial Neural Network) เปนแบบจําลองที่ไดรับความนิยมอยาง
ี
มากสามารถเลียนแบบการทํางานของสมองมนุษย แบงเปน 2 ประเภท คือ 1) การเรียนรูแบบมคําตอบ
(Supervised Learning) โดยโครงขายจะปรับตัวเองเพอใหไดคําตอบที่ดีขนจนใกลเคียงกบคําตอบจริง
ื่

ั
ึ้

มากที่สุด เชน Backpropagation Learning เปนตน 2) การเรียนรูแบบไมมีคําตอบ (Unsupervised
ู
Learning) โครงขายจะสรางโครงขายเพื่อจัดกลุมขอมลที่มีลักษณะใกลเคียงกนออกเปนกลุมไดเอง เชน
ั

Self Organizing Map เปนตน
สถาปตยกรรมของโครงขายประสาทเทียมแบงเปน 2 ประเภท 1) โครงขายประสาทเทียมแบบ



ตรงไปขางหนา (Feedforward Network) เปนการสงขอมูลจากอินพตไปยังชั้นซอนและสงออกไปยังเอา
ุ


ุ
พต โดยขอมูลจะไหลไปขางหนาในทิศทางเดียวจนถึงเอาพต 2) โครงขายประสาทเทยมแบบยอนกลับ

ุ
ี