Sieci nerwowe w identyfikacji wizerunków

Algorytmy uczenia imitują działanie organu ludzkiego. Poziomy sztucznych neuronów obrabiają bodźce. Wagi połączeń są dostosowywane w procesie treningu. Informacje inputowe przechodzą przez strukturę hierarchiczną. Cechy wizualne są odnajdywane automatycznie. Krawędzie formy faktury zostają odróżniane. Głębsze poziomy uogólniają dane. Obiekt jest klasyfikowany na bazie wzorców. Dokładność kondycjonuje od standardu kolekcji treningowych. Etykiety muszą być właściwe. Błędy w danych oddziałują na ...