нейрони об'єднуються в шари. Шар - це сукупність нейронів c єдиним вхідним сигналом. Зовнішні вхідні сигнали подаються на входи нейронів першого шару, а виходами мережі є вихідні сигнали останнього шару. Крім вхідного і вихідного шарів в багатошаровій нейронної мережі є один або декілька проміжних (прихованих) шарів. Вхід нейронної мережі можна розглядати як вихід "нульового шару" вироджених нейронів. Зв'язки від виходів нейронів деякого шару m до входів нейронів наступного шару (m +1) називаються послідовними. p align="justify"> Якщо нейрони кожного шару мережі мають єдину функцію активації, то таку нейронну мережу будемо називати однорідною. p align="justify"> Нейрокомп'ютери дозволяють з високою ефективністю вирішувати низку "інтелектуальних" завдань. Це завдання розпізнавання образів, адаптивного управління, прогнозування, діагностики і т.д. p align="justify"> Нейрокомп'ютери відрізняються від ЕОМ попередніх поколінь не просто великими можливостями. Принципово змінюється спосіб використання машини. Місце програмування займає навчання, нейрокомпьютер навчається вирішувати завдання. Навчання - коригування ваг зв'язків, в результаті якої кожне вхідний вплив призводить до формування відповідного вихідного сигналу. Після навчання мережа може застосовувати отримані навички до нових вхідним сигналам. При переході від програмування до навчання підвищується ефективність рішення "інтелектуальних" завдань. p align="justify"> Відмінності нейрокомп'ютерів від обчислювальних пристроїв попередніх поколінь:
. Паралельна робота дуже великого числа простих обчислювальних пристроїв забезпечує величезну швидкодію.
. Нейронна мережа здатна до навчання, яке здійснюється шляхом налаштування параметрів мережі.
. Висока помехо-і відмовостійкість нейронних мереж.
. Просте будова окремих нейронів дозволяє використовувати нові фізичні принципи обробки інформації для апаратних реалізацій нейронних мереж.
Нейронні мережі знаходять своє застосування в системах розпізнавання образів, обробки сигналів, передбачення і діагностики, в робототехнічних і бортових системах.
Нейрокомп'ютери мають цілу низку властивостей, привабливих з точки зору їх практичного використання:
надвисоке швидкодія за рахунок використання масового паралелізму обробки інформації;
толерантність до помилок: працездатність зберігається при пошкодженні значного числа нейронів;
здатність до навчання; програмування обчислювальної системи замінюється навчанням;
здатність до розпізнавання образів в умовах сильних перешкод і спотворень.
