Ľudský mozog obsahuje 1011 - 1014 neurónov uložených v šedej kôre mozgovej a synapsie sú realizované v rozsahu asi 104 na jeden neurón. Vytvorenie umelého ľudského mozgu so všetkými jeho schopnosťami je vec veľmi ťažko riešiteľná aj z hľadiska kvantity neurónov aj z hľadiska spôsobu ich prepojenia, atď. Novovytvorené modely sa o túto situáciu pokúšajú, a preto dostali názov neurónové siete - NEURAL NETS. Neurónová sieť je vlastne masívne paralelný procesor , ktorý má sklon k uchovávaniu experimentálnych znalostí a ich ďalšieho využívania. Napodobňuje ľudský mozog v dvoch aspektoch :

· poznatky sú zbierané počas učenia

· medzineurónové spojenia sú využívané na ukladanie znalostí

Ide vlastne o simuláciu mozgu. Veľmi významná vlastnosť neurónových sietí je , že neurónová sieť je svojím spôsobom tzv. aproximátorom funkcií .

Pri štúdiu neurónových sietí môžeme rozlišovať tri oblasti:

1/ teória neurónových sietí - matematický rozbor činnosti neurónových sietí, teoretické rozbory návrhu topológie neurónových sietí a pod.

2/ simulácia neurónových sietí - ide o simuláciu neurónových sietí pomocou počítačových systémov. Hlavným problémom simulácie je naučiť neurónové siete na niečo. Tento proces učenia je veľmi náročný, vyžaduje veľké výpočtové systémy. Ako najvhodnejší sa zdá Stuttgartský simulátor neurónových sietí. 3/ implementácia neurónových sieti - ide o implementáciu naučenej neurónovej siete do hardwarovej formy

Existujú rôzne oblasti využitia neurónových sieti. Napríklad :

· problémy aproximácie funkcií

· klasifikácie do tried , klasifikácia situácií

· riešenie predikčných problémov

· problémy riadenia procesov

· transformácia signálov

· asociačné problémy , simulácia pamäte

Neurón je elementárna častica neurónovej siete a skladá sa z:

* vstup do neurónu (dendrit)

* prah neurónu - je hodnota , ktorá vlastne prispieva ku vstupu z

externého sveta

* aktivačná funkcia neurónu f, ktorej výsledkom je xi

aktivačná funkcia - zriedka býva lineárna, používa sa tzv.