ΥΠΟΛΟΓΙΣΤΙΚΗ ΝΟΗΜΟΣΥΝΗ ΙΙ
Τα Τεχνητά Νευρωνικά Δίκτυα (ΤΝΔ) αποτελούν μια προσπάθεια προσέγγισης της λειτουργίας του ανθρώπινου εγκεφάλου από μια μηχανή. Έχουν την ικανότητα να εκτελούν υπολογισμούς με μαζικό παράλληλο τρόπο. Η αρχιτεκτονική τους βασίζεται στην αρχιτεκτονική των Βιολογικών Δικτύων. Τα ΤΝΔ είναι μια συλλογή από νευρώνες (Processing Units-PUs) που συνδέονται μεταξύ τους. Κάθε PU έχει πολλές εισόδους αλλά μόνο μία έξοδο η οποία με τη σειρά της μπορεί να αποτελέσει είσοδο για άλλες PUs. Οι συνδέσεις μεταξύ των PUs διαφέρουν ως προς τη σημαντικότητά τους, η οποία και προσδιορίζεται από το συντελεστή βαρύτητας. Η επεξεργασία κάθε PU καθορίζεται από τη συνάρτηση μεταφοράς, η οποία καθορίζει την κάθε έξοδο σε σχέση με τις εισόδους και τους συντελεστές βάρους.
Για να χρησιμοποιηθεί ένα ΤΝΔ πρέπει πρώτα να εκπαιδευτεί για να μάθει. Η μάθηση συνίσταται στον προσδιορισμό των κατάλληλων συντελεστών βάρους, ώστε το ΤΝΔ να εκτελεί τους επιθυμητούς υπολογισμούς, και πραγματοποιείται με τη βοήθεια αλγόριθμων που είναι γνωστοί ως κανόνες μάθησης. Ο ρόλος των συντελεστών βάρους μπορεί να ερμηνευτεί ως αποθήκευση γνώσης, η οποία παρέχεται μέσω παραδειγμάτων.
Γνωστά ΤΝΔ είναι τα ΤΝΔ χωρίς ανατροφοδότηση , π.χ. τα Feedforward Multilayer Neural Nets, με ανατροφοδότηση, π.χ. το μοντέλο Hopfield, τα Cellural Neural Networks, κ.α.