신경망은 인간의 두뇌가 작동하는 기술을 모방하는 프로세스를 통해 데이터 세트에서 기본적인 관계를 식별하기 위해 노력하는 알고리즘의 배열입니다. 이러한 의미에서 신경망은 유기적이든 인공적이든 뉴런 시스템을 의미합니다.
신경망은 예측 변수(독립 변수, 입력 변수)와 예측 변수(종속 변수, 출력 변수) 사이의 관계가 존재하는 거의 모든 상황에 적용할 수 있습니다. 관계가 매우 복잡하고 "상관 관계"라는 일반적인 용어로 표현하기 쉽지 않은 경우에도 마찬가지입니다. " 또는 "그룹 간의 차이"
다음과 같은 신경망의 다양한 응용 프로그램이 있습니다 -
-
의학적 현상 감지 − 다양한 건강 관련 지표(예:심박수, 혈액 내 여러 물질 수치, 호흡수 조합)를 확인할 수 있습니다. 특정 의학적 상태의 시작은 검사 중인 변수의 하위 집합에 대한 변경의 매우 복잡한(예:비선형 및 상호 작용) 조합과 관련될 수 있습니다. 적절한 치료가 권장될 수 있도록 이 예측 설계를 식별하는 데 신경망이 사용되었습니다.
-
주식 시장 예측 − 주가 및 주가 지수의 변동은 복잡하고 다차원적이지만 일부 상황에서는 적어도 부분적으로 결정론적인 현상의 또 다른 예입니다. 많은 기술 분석가가 신경망을 사용하여 다른 주식의 과거 실적 및 다양한 경제 지표와 같은 많은 요인을 기반으로 주가를 예측하고 있습니다.
-
학점 할당 − 일반적으로 대출 신청자에 대해 다양한 데이터가 알려져 있습니다. 예를 들어, 신청자의 나이, 교육, 직업 및 기타 정보에 액세스할 수 있습니다. 신경망을 과거 데이터로 훈련시킨 후 신경망 분석은 가장 관련성이 높은 특성을 식별하고 이를 사용하여 지원자를 신용 위험도가 높거나 낮음으로 분류할 수 있습니다.
-
기계 상태 모니터링 − 신경망은 기계의 예방적 보존 일정에 대한 추가 전문 지식을 제공하여 가치를 줄이는 데 도움이 될 수 있습니다.
신경망은 기계가 일반적으로 실행 중일 때 생성하는 소리("오경보")와 문제가 발생하기 직전의 소리를 분류하도록 훈련될 수 있습니다. 이 교육 기간이 끝나면 네트워크의 숙련도를 사용하여 예상하지 못한 비용이 많이 드는 "다운타임"이 나타나고 발생하기 전에 예정된 고장에 대한 기술자를 해결할 수 있습니다.
-
엔진 관리 − 신경망은 엔진의 센서 입력을 평가하는 데 사용되었습니다. 신경망은 연료 소비 최소화와 같은 특정 목표를 달성하기 위해 엔진이 작동하는 다양한 매개변수를 제어합니다.