Artificial Neural Network (ANN) เป็นระบบที่อาศัยบริการของ Biological Neural Networks เป็นการจำลอง (Simulation) ของระบบประสาทชีวภาพ ลักษณะของ ANN คือมี Multiple Architectures ซึ่งต้องการหลาย Methods ของ Algorithms แต่แม้เป็นระบบซับซ้อน ANN ใกล้เคียงกับ Simple
Networks เหล่านี้อยู่ระหว่าง Unique Signal-processing Technologies ใน Toolbox ของผู้จัดการ พื้นที่นี้ Interdisciplinary (หลายสาขา) มาก แต่จะจำกัดมุมมองที่มุมมองวิศวกรรม (Engineering Perspective)
ในวิศวกรรม Neural Networks ให้ 2 ฟังก์ชันสำคัญ: Pattern Classifiers และ Non-linear Adaptive Filters ANN เป็นระบบยืดหยุ่น (Flexible) มักเป็น Non-linear ที่เรียนรู้ (Learns) ที่จะทำ Function (Input/Output Map) จากข้อมูล Adaptive หมายถึง System Parameters เปลี่ยนแปลงระหว่างดำเนินการ เรียกว่า Training Phase
หลัง Training Phase ANN Parameters คงที่ และระบบพร้อมแก้ปัญหา (Testing Phase) ANN พัฒนาด้วยขั้นตอน Step-by-step เพื่อเพิ่มประสิทธิภาพ Performance Test หรือปฏิบัติตาม Internal Constraint เรียกว่า Learning Rule
Input/Output Training Data พื้นฐานใน Neural Network Technology เพราะส่งข้อมูลสำคัญไป "Discover" Optimal Operating Point ลักษณะ Non-linear ของ Processing Elements (PEs) ให้ระบบมี Adaptability หลายอย่าง ได้ Input/Output Map เกือบจะอะไรก็ได้ คือ ANN เป็น Universal Mappers
Input แสดงให้ Neural Network และ Target Response เทียบเท่าตั้งที่ Output (กรณีนี้ Training เรียกว่า Supervised) Error รวบรวมจากความต่างระหว่าง Acquired Response และ System Output Error Data ส่งกลับ (Feedback) ไปยังระบบ และปรับ System Parameters อย่างเป็นระบบ (Learning Rule) ทำซ้ำจน Performance พอเหมาะ ชัดเจนจากนิยามนี้ว่า Performance ขึ้นอยู่กับ Data อย่างมาก
ข้อดีของ Artificial Neural Network
- Neural Network ทำ Tasks ที่ Linear Program ไม่ทำได้
- เมื่อ Item ของ Neural Network เสียหาย สามารถทำงานต่อได้โดยไม่มีปัญหา เพราะ Parallel Nature
- Neural Network เรียนรู้ (Learns) ไม่ต้อง Reprogrammed
- นำไปใช้ใน Application ใดๆ ได้
ข้อเสียของ Artificial Neural Network
- Neural Network ต้องการ Training เพื่อทำงาน
- โครงสร้าง Neural Network แตกต่างจาก Microprocessors จึงต้อง Emulated (จำลอง)
- ต้องการ High Processing Time สำหรับ Big Neural Networks
