полук беруть на себе інші елементи, в результаті в діяльності мережі не спостерігаються помітні порушення. p align="justify"> Інше не менш важливе властивість нейронної мережі полягає у здатності до навчання і до узагальнення отриманих знань. Мережа має риси так званого штучного інтелекту. Натренований на обмеженій множині навчальних вибірок, вона узагальнює накопичену інформацію і виробляє очікувану реакцію стосовно до даних, не обробляються в процесі навчання. p align="justify"> Нейронні мережі навчаються на прикладах. Користувач нейронної мережі підбирає представницькі дані, а потім запускає алгоритм навчання, який автоматично сприймає структуру даних. При цьому від користувача, звичайно, потрібно якийсь набір евристичних знань про те, як слід відбирати і готувати дані, вибирати потрібну архітектуру мережі та інтерпретувати результати, проте рівень знань, необхідний для успішного застосування нейронних мереж, набагато скромніше, ніж, наприклад, при використанні традиційних методів статистики. p align="justify"> Найважливіша властивість нейронних мереж, що свідчить про їх величезному потенціалі і широких прикладних можливостях, полягає в паралельній обробці інформації одночасно всіма нейронами. Завдяки цій здатності при великій кількості міжнейронних зв'язків досягається значне прискорення процесу обробки інформації. У багатьох ситуаціях стає можливою обробка сигналів в реальному масштабі часу. p align="justify"> система, що реалізує нейромережеві принципи обробки даних, властива здатність до "запам'ятовуванню". Відомо, що апроксимуючу систему на базі штучних нейронних мереж можна навчати досить великим обсягам інформації, в якій система може виявляти залежності, не здатні до виявлення при використанні інших методів обробки інформації. p align="justify"> Нейронні мережі привабливі з інтуїтивної точки зору, бо вони засновані на примітивній біологічній моделі нервових систем. У майбутньому розвиток таких нейробіологічних моделей може призвести до створення дійсно мислячих комп'ютерів. p align="justify"> В основу штучних нейронних мереж покладені наступні риси живих нейронних мереж, що дозволяють їм добре справлятися з нерегулярними завданнями:
простий обробляє елемент - нейрон;
дуже велике число нейронів бере участь в обробці інформації;
один нейрон пов'язаний з великим числом інших нейронів (глобальні зв'язку);
змінні ваги зв'язків між нейронами;
масована паралельність обробки інформації. p align="justify"> Нейронні мережі виникли з досліджень в галузі штучного інтелекту, а саме, зі спроб відтворити здатність біологічних нервових систем навчатися і виправляти помилки, моделюючи низкоуровневую структуру мозку. p align="justify"> Прототипом для створення нейрона послужив біологічний нейрон головного мозку. Біологічний нейрон має тіло, сукупність відростків -
