Basic Neural Network



Jaringan saraf telah menggemparkan dunia dalam dekade terakhir. Namun, pekerjaan tersebut telah berlangsung sejak tahun 1940-an. Beberapa pekerjaan awal adalah memodelkan perilaku neuron biologis secara matematis.

Jaringan saraf tiruan merupakan teknik pembelajaran mesin populer yang mensimulasikan mekanisme pembelajaran pada organisme biologis.

Sistem saraf manusia mengandung sel-sel, yang disebut sebagai neuron. Neuron-neuron tersebut saling terhubung dengan menggunakan akson dan dendrit, dan daerah penghubung antara akson dan dendrit disebut sebagai sinapsis.

Mekanisme biologis ini disimulasikan dalam jaringan saraf tiruan, yang berisi unit komputasi yang disebut neuron.


                            Gambar diatas merupakan Koneksi sinaptik antara neuron.

Gambar pada (a) diambil dari “Otak: Memahami Neurobiologi Melalui Studi Kecanduan [598].” Hak cipta sekitar tahun 2000 oleh BSCS & Videodiscovery. Semua hak dilindungi undang undang. Digunakan dengan izin.

Gambar (b). Jaringan saraf tiruan menghitung fungsi masukan dengan menyebarkan nilai yang dihitung dari neuron masukan ke neuron keluaran dan menggunakan bobot sebagai parameter antara.

Pembelajaran terjadi dengan mengubah bobot yang menghubungkan neuron. Sama seperti stimulus eksternal yang dibutuhkan untuk pembelajaran dalam organisme biologis, stimulus eksternal dalam jaringan saraf tiruan disediakan oleh data pelatihan yang berisi contoh pasangan masukan-keluaran dari fungsi yang akan dipelajari.

Misalnya, data pelatihan mungkin berisi representasi piksel gambar (Masukan) dan label beranotasi (misalnya, wortel (masukan 1), pisang (masukan 2) sebagai keluaran. Pasangan data pelatihan ini dimasukkan ke dalam jaringan saraf dengan menggunakan representasi masukan untuk membuat prediksi tentang label keluaran (output).

Data pelatihan memberikan umpan balik terhadap kebenaran bobot dalam jaringan saraf tergantung pada seberapa baik keluaran yang diprediksi (misalnya, probabilitas wortel) untuk masukan tertentu cocok dengan label keluaran (output) yang diberi anotasi dalam data pelatihan.

selanjutnya akan membahasa arsitektur jaringan saraf tiruan

sumber : materi bahan ajar matakuliah advance computer vision

Komentar

Postingan populer dari blog ini

Ulasan Buku : Buku Panduan Lima Jari karya Edward Suhadi

Speaking Skill: Kunci Sukses Dalam Bidang Apapun

Berpindahlah Dari makhluk kepada yang maha pencipta seluruh makhluk (Hikmah ke 42: Alhikam ibn Athailah)