Le caratteristiche si possono riassumere nelle seguenti:

1. deve essere composta da un certo numero di neuroni;

2. ogni neurone deve avere ingressi e uscite e una precisa funzione di trasferimento;

3. gli ingressi e le uscite dei neuroni devono essere collegati tramite "collegamenti sinaptici" modificabili in fase di addestramento;

4. deve esistere una precisa legge di apprendimento per la modifica dei pesi;

Esistono anche reti neurali che non sono basate su specifici collegamenti tra i neuroni ma si evolvono modificando un parametro della funzione di trasferimento di ogni neurone sulla base delle attivazioni dei neuroni di un opportuno vicinato (come il "vicinato di Von Newmann": neuroni sopra, sotto, a destra e a sinistra in una griglia) Esistono inoltre reti che possono essere studiate appositamente per risolvere problemi di ottimizzazione combinatoria con opportuni vincoli e una funzione di costo(energia) da minimizzare:non tratteremo in questo libro tale argomento che meriterebbe una trattazione a parte insieme ad algoritmi genetici e altre tecniche usate nell AI per la soluzione di problemi di ottimizzazione.

Luca Marchese

Successivo: Guida ai capitoli del libro

Sommario: Indice