وبلاگ

شبكه های عصبی نسبت به كامپیوترهای معمولی مسیر متفاوتی را برای حل مسئله طی میكنند. كامپیوترهای معمولی یك مسیر الگوریتمی را استفاده میكنند به این معنی كه كامپیوتر یك مجموعه از دستورالعمل ها را به قصد حل مسئله پی میگیرد. بدون شناساندن قدم های مخصوصی كه نیاز به طی كردن آنها دارد، كامپیوتر قادر به حل مسئله نیست. شبكه های عصبی اطلاعات را به روشی مشابه با كاری كه مغز

 انسان انجام میدهد، پردازش میكنند. آنها از تعداد زیادی از سلول عصبی كه فوق العاده بهم پیوسته اند تشكیل شده اند كه این عناصر به صورت موازی باهم برای حل یك مسئله مشخص كار می كنند. شبكه های عصبی با مثال كار می كنند. مثال ها می بایست با دقت انتخاب شوند در غیر این صورت زمان سودمند، تلف میشود و یا حتی بدتر از این، شبكه ممكن است نادرست كار كند.

شبكه های عصبی و كامپیوترهای معمولی با هم در حال رقابت نیستند، بلكه كامل كننده یكدیگرند. وظایفی وجود دارد كه بیشتر مناسب روش های الگوریتمی هستند، نظیر عملیات محاسباتی و وظایفی نیز وجود دارد كه بیشتر مناسب شبكه های عصبی هستند. حتی فراتر از این، مسائلی وجود دارد كه نیازمند به سیستمی است كه از تركیب هر دو روش بدست می آید، به این قصد كه بیشترین كارایی بدست آید.
با گسترش شبكه ها، پژوهش ها بر روی روش های مسیریابی سریع، مطمئن و ساده كه كمترین بار سیگنالینگی را به شبكه تحمیل كنند، شدت گرفته است. شبكه های عصبی با قابلیت هایی كه دارند، توجه بسیاری از پژوهشگران در این عرصه را به خود جلب نموده است. نتیجه این تحقیقات، ارائه روش هایی است كه در آنها شبكه عصبی یا بعنوان موتور اصلی در الگوریتم مسیریابی، تصمی مگیرنده است و یا بعنوان ابزار كمكی اطلاعات لازم را برای الگوریتم اصلی فراهم می كند.