You are on page 1of 12

PANEVROPSKI UNIVERZITET APEIRON

SEMINARSKI RAD

Poslovna inteligencija

TEMA

Neuronske mreže

Student: Mentor:
NIKO ĐURIĆ Prof. Dr. Gordana Radić
46-14/vpi
FIT

1
SADRŽAJ

1. UVOD..............................................................................................................................................3
2. NEURONSKE MREŽE.......................................................................................................................4
2.1. VRSTE NEURONSKIH MREŽA...................................................................................................5
2.2. PODJELA NEURONSKIH MREŽA...............................................................................................6
3. PRIMJENA NEURONSKIH MREŽA....................................................................................................7
3.1. Problemi koje rješavaju neuronske mreže..............................................................................7
3.2. Poređenje računara I neuronske mreže..................................................................................8
3.3. Neuron....................................................................................................................................8
4. ZNAČAJ I KARAKTERISTIKE............................................................................................................10
5. ZAKLJUČAK...................................................................................................................................11
6. LITERATURA..................................................................................................................................12

2
1. UVOD

Za seminarski rad iz predmeta Poslovna Inteligencija sam dobio temu koja se zove neuronske
mreže. Neuronske mreže su nastale kao skup više pravaca, a tu spadaju fizika, neurobiologija
I obrada signala. Neuronske mreže imaju u cilju da razumiju kako radi mozak kod čovjeka, a
pored toga da se to znanje iskoristi tokom obrade nekih složenijih informacija. Neuronske
mreže predstavljaju tehnologiju koja se najviše šrimjenjuje u svijetu I koja je najzrelija od
svih do sada. Što se tiče ovih mreža, postoje razlike kod njih I kod klasičnih računara.
Klasični računari predstavljaju rad na logičkoj osnovi I program koji je napisan z ate računare
mora biti savršen da bi radio bez problema, to jest, da bi bio ispravan. Neuronske mreže
pripadaju kategoriji paralelnog procesiranja. Ova mreža dozvoljava oštećenje rada malog
broja neurona.

3
2. NEURONSKE MREŽE

U neuronske mreže ubrajamo računarske modele koji služe za obradu informacija. Kao što
smo već rekli, ove mreže funkcionišu kao ljudski mozak ili kao neka druga neuronska mreža.
U njima se nalazi veliki broj procesora koji su jednostavni ili nelinearni procesori koji se zovu
jedinice. Na osnovu toga, svaki od njih može da ima malu lokalnu memoriju.

Jedan od najbitnijih elemenata za ovaj model je struktura sistema za obradu podataka. U
njemu se nalaze veliki broj neurona (elemenata) koji su povezani jedan sa drugim I koji rade
zajedno. Njihov cilj je na što bolji način riješiti neki određeni problem. Umjetne neuronske
mreže imaju tu moć učenja I ponašaju se kao ljudi I na taj način izlaze sa problemima veoma
brzo I lako. Svaka mreža ima neku svoju primjenu. Zato imamo mreže za prepoznavanje
govora, podataka I tako dalje.

Pedesetih godina prošlog vijeka najveći uticaj na razvoj ovih mreža je imao Marvin Minsky
koji je tada napravio neoračunar koji se zove Snark. Taj računar je mogao da podešava
težinske koeficijente, ali na kraju ovaj računar I nije ostvario neke značajne rezultate. Malo
prije početka šezdesetih godina grupa ljudi je uspjela da razvije računar koji se zove Mark I I
on je zvanično postao prvi neuroračunar.

Cilj ovih mreža je skupiti sposobnost ljudi da prepoznaju lica, glasove, oblike I sposobnost
računara da vrši proračune, a pored toga, I da radi sa velikom količinom podataka.

Preuzeto sa http://eris.foi.hr/11neuronske/nn-predavanje1.html

4
2.1. VRSTE NEURONSKIH MREŽA

Navedene mreže možemo podijeliti u dvije vrste, a to su:

1. Vještačke mreže
2. Biološke mreže

Što se tiče vještačkih mreža, tek u zadnje vrijeme su postale malo više upotrebljive. Prvi
radovi o ovim neuronima su objavljeni četrdesetih godina prošlog vijeka. Korišćen je veoma
lagan I jednostavan model koji obrađuje signale kroz operaciju slika. Vještačke mreže su
građene od umjetnih neutron koji su povezani, a umjetne mreže možemo koristiti na 2 načina,
a to su:

1. Za razumijevanje bioloških mreža
2. Za rješavanje problema gdje je potrebna umjetna inteligencija

Biološke mreže primaju I obrađuju informacije od drugih neurona. Ovaj neuron se može
prikazati kao stanica koja je sastavljena od tijela I aksona. Predstavnik bioloških mreža je
nervni sistem živih bića.

Preuzeto sa https://www.automatika.rs/baza-znanja/neuralne-mreze/neuralne-mreze-i-c-programski-
jezik.html

5
2.2. PODJELA NEURONSKIH MREŽA

Neuronske mreže možemo podijeliti prema:

- Vrsti veza
- Vrsti obučavanja
- Broju slojeva
- Smijeru rasprostranjenosti informacija
- Vrsti podataka

Prema vrsti veza možemo ih podijeliti na:

1. Slojevite (Neuroni formiraju slojeve)
2. Povezane (Izlaz jednog neurona ide ka ulazu svih neurona)
3. Celularne (Povezani su samo susjedni neuroni)

Prema vrsti obučavanja postoje tri različita pristupa:

1. Nadgledano obučavanje
2. Djelimično nadgledano (ovde mreža uči samostalno, a potom dobija ocjenu rada).
3. Nenadgledano obučavanje.

Prema broju slojeva možemo ih podijeliti na:

1. Jednoslojne
2. Višeslojne
Prema smijeru rasprostranjenosti informacija:

1. Nepovratne.
2. Povratne.

Prema vrsti podataka:

1. Diskretne
2. Analogne

6
3. PRIMJENA NEURONSKIH MREŽA

Navedene mreže se koriste za rješavanje nekih zadataka ili problema. Ove mreže se koriste
veoma mnogo iako ne daju rješenja sa sigurnošću od 100%.

Postoje neke osnovne primjene što se tiče ovih mreža, a to su:

1. Za obradu signala (služi za smanjenje šuma u električnim signalima)
2. Za kontrolu procesa (prednost je fleksibilnost)
3. Za kompresiju slike (kompresovanje slika u realnom vremenu)
4. Za obrađivanje govora (obrada prirodnog govora)
5. Za optimizaciju procesa (omogućavanje promatranja rada sistema)
6. Za prepoznavanje uzorka (u vojne svrhe)
7. Za prepoznavanje znaka (ovo područje je komercijalizovano)
8. Za poslovne promjene (koristi se za finansijske situacije)
9. Za medicinu (modeliranje dijelova ljudskog tijela)

3.1. Problemi koje rješavaju neuronske mreže

Problemi gdje postoji nepoznato ponašanje:

- Klasifikacija oblika
- Vještačka inteligencija u realnosti
- Restauracija podataka
- Analiza scena
- Upravljanje sistemom

Kod ovih mreža postoji neuroračunar, a on ima neke od navedenih osobina:

1. Može učiti
2. Sam povećava performance
3. Prilagođava se okruženju
4. Bori se sa oštećenjima

7
3.2. Poređenje računara I neuronske mreže

3.3. Neuron

Neuron predstavlja osnovnu jedinicu živčanog sistema I on je najsloženiji u čovjekovom
organizmu. Ove živčane stanice se stvaraju od rođenja I smatralo se da se ne mogu obnoviti
ako se jednom unište. Neki naučnici su 100% sigurni da je ovo obnavljanje itekako moguće.
Neuroni su glavni tip stanice koje tvore mozak.

Neuron je građen od:

1. Dendrita
2. Tijela stanice

8
Neuronska mreža je oblik implementacije sistema vještačke inteligencije I predstavlja sistem
koji se sastoji od povezanih čvorova koje zovemo “vještački neuroni”. Tijelo neurona se zove
čvor I podaci koji se ovde obrađuju su najviše numerički.

Arhitektura navedenih mreža je povezivanje neurona u jednu cjelinu. Struktura se razlikuje po
broju slojeva, prvi sloj se zove ulazni, kao što smo već rekli, a drugi sloj je izlazni, a slojevi
koji se nalaze između ulaznih I izlaznih su skriveni. Prvi sloj jedini prima podatke, skriveni
prosleđuje podatke do izlaznog sloja, a na izlazu dobijamo rezultate.

Preuzeto sa wikipedije.

Slojevi ostvaruju komunikaciju tako što se svaki izlaz neurona povezuje sa ulazima svih
neurona. Svaki čvor ima nekoliko ulaza I samo jedan izlaz.

Ljudski mozak sadrži nekoliko milijardi neurona koji su povezani u jednu mrežu koja može
obrađivati informacije. Neuron predstavlja osnovnu jedinicu živčanog sistema. On prima sve
informacije od drugih neurona I obrađuje ih.

9
4. ZNAČAJ I KARAKTERISTIKE

Pod značajem podrazumijevamo da mreže mogu paralelno obrađivati podatke. Istovremeno
radi više procesora, kako bi rezultati obrade prešli na neurone. Procesorske jedinice su
jednostavne I mogu obavljati veoma malo računarskih operacija tako da u jednoj mreži postoji
dosta više veza nego procesora. Broj ovih mreža označava snagu ove neuronske mreže.
Postoje sada I koeficijenti veza koji su dodijeljeni svim vezama neuronske mreže.

Neuronske mreže se moraju trenirati, a ne programirati, s tim da je potrebno veoma dosta
vremena za obučvanje prije nego što bi ih počeli koristiti. Trening se ogleda u ulaznim I
izlaznim vrijednostima, a program uvijek pokušava da dobije izlaznu vrijednost. Program
pravi određene greške, a kasnije se smanjuje razlika dobijene izlazne vrijednosti.

Na osnovu toga, neuronsku mrežu čine:

1. Arhitektura mreže
2. Prenosna funkcija neurona
3. Zakoni učenja

10
5. ZAKLJUČAK

U ovom seminarskom radu sam pisao o neuronskim mrežama. Pokušao sam da u što više
detalja prezentujem šta su to neuronske mreže i koja je njihova uloga. Pisao sam o njihovoj
istoriji, vrstama, o vještačkim i biološkim mrežama. Takođe sam pisao o podjeli mreža, o
primjenama i problemima koje neuronske mreže trebaju da riješe, o značaju i još mnogo toga
vezano za navedenu temu.

11
6. LITERATURA

1. https://hr.wikipedia.org/wiki/Umjetna_neuronska_mre%C5%BEa
2. https://hr.wikipedia.org/wiki/Neuronska_mre%C5%BEa
3. https://sr.wikipedia.org/wiki/%D0%9D%D0%B5%D1%83%D1%80%D0%BE
%D0%BD%D1%81%D0%BA%D0%B0_%D0%BC
%D1%80%D0%B5%D0%B6%D0%B0
4. http://solair.eunet.rs/~ilicv/neuro.html
5. Žalac, N. Neuronske mreže, 1997.

12