4. 4
• An artificial neural network (ANN) is an information-processing
system that has certain performance characteristics in common
with biological neural networks.
•ي بشكل البيانات لمعالجة نظام عن عبارة هي االصطناعية العصبية الشبكةحاكيو
تقوم التي الطريقة يشابهبهاالطبيعية العصبية الشبكات
• A method of computing, based on the interaction of multiple
connected processing elements.
•المتعددة المرتبطة المعالجة عناصر تفاعل على تعتمد الحسابات طريقة
•
• mathematical models for information processing, which based on
the biological prototypes and mechanisms of human brain
activities.
•ن وآلية الطبيعية النماذج على تعتمد المعلومات لمعالجة الرياضية النماذجدماغ شاط
اإلنسان.
What is a Neural Network?
5. 5
• Computational models inspired by the human
brain:
•البشري العقل من استلهمت الحسابية النماذج
– Massively parallel, distributed system, made up of
simple processing units (neurons)
•بسيطة معالجة وحدات من مؤلف المتوازي الموزع النظام(االعصاب)
– Synaptic connection strengths among neurons are used
to store the acquired knowledge.
–لتخزي تستخدم العصبية الخاليا بين العصبية الوصالت شدةالمعرفة ن
المكتسبة
– Knowledge is acquired by the network from its
environment through a learning process
–التعلي عملية خالل من بيئتها من الشبكة في تكتسب المعرفةم
6. 6
History of Neural Networks
العصبية الشبكات تاريخ
• 1943: McCullough and Pitts - Modeling the Neuron for
Parallel Distributed Processing
• 1958: Rosenblatt - Perceptron
• 1969: Minsky and Papert publish limits on the ability
of a perceptron to generalize
• 1970’s and 1980’s: ANN renaissance الشبكات نهضة عصر
االصطناعية العصبية
• 1986: Rumelhart, Hinton + Williams present back
propagation
• 1989: Tsividis: Neural Network on a chip
7. 7
Properties of Nervous Systems
العصبية األنظمة خصائص
• Parallel, distributed information processing
•ومتوازية موزعة معلومات معالجة
• High degree of connectivity among basic units
•األساسية الوحدات بين للربط عالية درجة
• Connections are modifiable based on experience
•التجربة على اعتمادا تعدل واالرتباطات االتصاالت
• Learning is a constant process, and usually unsupervised
•عليها مشرف غير وعادة ثابتة عملية هو التعليم
• Learning is based only on local information
•المحلية المعلومات على فقط يعتمد التعليم
8. البيولوجية العصبية الشبكة ما:-
•نموذجتفكيرمبنيعليالمخالبشري،فيتكونالمخمن
مجموعةكثيفةمتشابكةمنالخالياالعصبية،اووحدات
تشغيلالمعلوماتاألساسيةتسميعصبوناتneurons
ويتكونمخاإلنسانمنحوالي10مليونعصبونو
60ترليونتشابكأينقطةاشتباك(عصبي)ببعضها
بعضا“.وباستخدامالعصبوناتالمتعددةفينفسالوقت
يمكنللمخأنيؤديوظائفهأسرعكثيرا“منأسرع
الحاسباتالموجودةفيوقتناحاليا“.
8
Dr gafar zen alabdeen salh
(2011)
9. 9
Biological Neuron
• The basic computational unit in the nervous system is the
nerve cell, or neuron. A neuron has:
– هي البيولوجية العصبية الشبكة مكونات أن أي
•الخلية جسمsoma(Cell body: )على تقوم هي و الخلية جسم تمثل وهي
من المستقبلة اإلشارات تجميعdendrites
•المتشجرة الزوائدDendrites (inputs):الخالي من اإلشارة تستقبل متحسساتا
األخرى العصبية
•العصبي المحورaxon(طويل فردي خيط)(output):إلى اإلشارة ترسل
التالية الخلية
•عصبي اشتباكsynapses
Dr gafar zen alabdeen salh
(2011)
10. 10
The schematic model of a
biological neuron
Synapses
Dendrites
Soma
Axon
Dendrite from
other
Axon from other
neuron
11. البيولوجي العصبية الشبكة علي مالحظاتة
•تنشراالشاراتمنعصبونالياالخرعنطريق
تفاعالتكهروكيميائيةمعقدة.
•يمكناعتبارمخاالنسانكنظامتشغيلمعلوماتمرتفع
التعقيد،والتوازي،وعدمالخطية.فتخزينالمعلومات،
ويجريالتشغيلعليهافينفسالوقت.
•التعلمسمةاساسيةوضروريةللشبكةالعصبيةالبيولوجية
.وتقليدهافيالحاسوب
11
Dr gafar zen alabdeen salh
(2011)
22. بسيط حوسبة عنصر العصبون
the neuron as simple computing element
•يستقبلالعصبونإشاراتمتعددةمنروابطمدخالته،
ويحسبمستويتنشيطجديدويرسلهكإشارةمخرجات
عبرروابطالمخرجات.ويمكنأنتكونالمدخالت
بياناتخامأومخرجاتمنعصبوناتأخري
والمخرجاتيمكنأنتكونحالنهائيالمشكلة.ويمكن
أنتكونمدخالتلعصبوناتأخري.
22
Dr gafar zen alabdeen salh
(2011)
23. 23
Model of an artificial neuron
Dr gafar zen alabdeen salh
(2011)
24. 24
Model of an artificial neuron
Terminology( )المصطلحات
1. x1, x2, ...., xn are the inputs to the neuron
2. w1, w2, ...., wn are real-valued parameters
called weights
3. net = w1 x1 + w2 x2 +…+ wn xn is called
the weighted sum
4. f: is called the activation function?( دالة
)التفعيل
5. y = f(net) is the output of the neuron
Dr gafar zen alabdeen salh
(2011)
25. مخرجاته العصبون يحدد كيف
التنشيط دوال أنواع:active functions
•قدماورنماكولوشووالتربيتسورقةعلمية1943تعتبر
األساسلمعظمالشبكاتالعصبيةاالصطناعية
•دوالالتنشيطهي:
اإلشارة دالةsign function
الخطوة دالةstep function
الصلب الحد دوال بأنها تعرف والتيHard limit function
اآلسية الدالةsigmoid function
الخطية الدالةlinear function
المرن الحد دوال بأنها تعرف والتيsoft limit function 25
Dr gafar zen alabdeen salh
(2011)
27. 27
دالةالخطوةstep function
xif1
xif0
1
y
n
i
iwixX
X ≡ صافيالمدخالتالموزونة
Xi ≡ i قيمةالمدخالت
wi ≡ i وزنالمدخالت
n ≡ عددمدخالتالعصبون
Y ≡ مخرجاتالعصبون
θ ≡ (العتبهThreshold)
Stepf(x) = 1 if x >= θ, else 0
Step ThresholdDr gafar zen alabdeen salh
(2011)
28. 28
دالةالخطيةlinear function
xy
n
i
iwixX
1
X ≡ صافيالمدخالت
الموزونة
Xi ≡ i قيمةالمدخالت
wi ≡ i وزنالمدخالت
n ≡ عددمدخالتالعصبون
Y ≡ مخرجاتالعصبون
θ ≡ (العتبهThreshold)
Dr gafar zen alabdeen salh
(2011)