โครงข่ายประสาทเทียม หรือ ข่ายงานประสาทเทียม (artificial neural network)
วันที่เขียน 18/1/2561 10:01:16     แก้ไขล่าสุดเมื่อ 2/11/2569 2:52:24
เปิดอ่าน: 9850 ครั้ง

โครงข่ายประสาทเทียม หรือ ข่ายงานประสาทเทียม (artificial neural network) คือ โมเดลทางคณิตศาสตร์หรือโมเดลทางคอมพิวเตอร์สำหรับประมวลผลสารสนเทศด้วยการคำนวณแบบคอนเนคชันนิสต์ (connectionist) แนวคิดเริ่มต้นของเทคนิคนี้ได้มาจากการศึกษาโครงข่ายไฟฟ้าชีวภาพ (bioelectric network) ในสมอง ซึ่งประกอบด้วย เซลล์ประสาท (neurons) และ จุดประสานประสาท (synapses) ตามโมเดลนี้ ข่ายงานประสาทเกิดจากการเชื่อมต่อระหว่างเซลล์ประสาท จนเป็นเครือข่ายที่ทำงานร่วมกัน การทํางานของระบบประสาทเทียมนั้น เปนการพยายามที่จะเลียนแบบการทํางานของสมองมนุษยผานกลไกของการเรียนรู โดยการใชประโยชนจากตัวอยางที่ผานมาหลายๆตัวอยางในการฝกฝน ซึ่งระบบประสาทเทียมสามารถถูกประยุกตเพื่อแกปญหาที่ไมมีรูปแบบ หรือ มีรูปแบบที่ซับซอนมากและยากที่จะเขาใจไดดวยความสามารถในการเรียนรูจากตัวอยางนี้ทําใหระบบประสาทเทียมมีความยืดหยุน และมีประสิทธิภาพ ปจจุบันเทคโนโลยีตางๆมีผลตอการใชชีวิตของเราในปจจุบัน อยางมาก ในโลกอุตสาหกรรม หลายๆโรงงานมีการใชแขนกลเปนเครื่องมือสําคัญในการผลิต เชน ในอุตสาหกรรมประกอบรถยนต และ เพื่อควบคุมการทํางานของแขนกลใหเปนไปตามพิกัดเปาหมาย จึงมี ความจําเปนตองออกแบบการทํางานของแขนกลใหมีเสถียรภาพ และ ความแมนยําในระดับสูง สรุปเนื้อหาการนำไปใช้ประโยชน์ การประยุกต์ใช้งานข่ายงานระบบประสาทเทียม เนื่องจากความสามารถในการจำลองพฤติกรรมทางกายภาพของระบบที่มีความซับซ้อนจากข้อมูลที่ป้อนให้เรียนรู้ การประยุกต์ใช้ข่ายงานระบบประสาทจึงเป็นทางเลือกใหม่ในการควบคุม ซึ่งมีผู้นำมาประยุกต์ใช้งานหลายประเภท ได้แก่ 1. งานการจดจำรูปแบบที่มีความไม่แน่นอน เช่น ลายมือ ลายเซนต์ ตัวอักษร รูปหน้า 2. งานการประมาณค่าฟังก์ชันหรือการประมาณความสัมพันธ์ (มี inputs และ outputs แต่ไม่ทราบว่า inputs กับ outputs มีความสัมพันธ์กันอย่างไร) 3. งานที่สิ่งแวดล้อมเปลี่ยนแปลงอยู่เสมอ (โครงข่ายประสาทเทียมสามารถปรับตัวเองได้) 4. งานจัดหมวดหมู่และแยกแยะสิ่งของ 5. งานทำนาย เช่นพยากรณ์อากาศ พยากรณ์หุ้น 6. การประยุกต์ใช้โครงข่ายประสาทเทียมควบคุมกระบวนการทางเคมีโดยวิธีพยากรณ์แบบจำลอง (Model Predictive Control) 7. การประยุกต์ใช้โครงข่ายประสาทเทียมแบบแพร่กระจายกลับในการทำนายพลังงานความร้อนที่สะสมอยู่ในตัวอาคาร 8. การใช้โครงข่ายประสาทเทียมในการหาไซโครเมตริกชาร์ท การประยุกต์ใช้ข่ายงานระบบประสาทควบคุมระบบ HVAC

โครงข่ายประสาทเทียม หรือ ข่ายงานประสาทเทียม (artificial neural network) คือ โมเดลทางคณิตศาสตร์หรือโมเดลทางคอมพิวเตอร์สำหรับประมวลผลสารสนเทศด้วยการคำนวณแบบคอนเนคชันนิสต์ (connectionist) แนวคิดเริ่มต้นของเทคนิคนี้ได้มาจากการศึกษาโครงข่ายไฟฟ้าชีวภาพ (bioelectric network) ในสมอง ซึ่งประกอบด้วย เซลล์ประสาท (neurons) และ จุดประสานประสาท (synapses) ตามโมเดลนี้ ข่ายงานประสาทเกิดจากการเชื่อมต่อระหว่างเซลล์ประสาท จนเป็นเครือข่ายที่ทำงานร่วมกัน

การทํางานของระบบประสาทเทียมนั้น เปนการพยายามที่จะเลียนแบบการทํางานของสมองมนุษยผานกลไกของการเรียนรู โดยการใชประโยชนจากตัวอยางที่ผานมาหลายๆตัวอยางในการฝกฝน ซึ่งระบบประสาทเทียมสามารถถูกประยุกตเพื่อแกปญหาที่ไมมีรูปแบบ หรือ มีรูปแบบที่ซับซอนมากและยากที่จะเขาใจไดดวยความสามารถในการเรียนรูจากตัวอยางนี้ทําใหระบบประสาทเทียมมีความยืดหยุน และมีประสิทธิภาพ

ปจจุบันเทคโนโลยีตางๆมีผลตอการใชชีวิตของเราในปจจุบัน อยางมาก ในโลกอุตสาหกรรม หลายๆโรงงานมีการใชแขนกลเปนเครื่องมือสําคัญในการผลิต เชน ในอุตสาหกรรมประกอบรถยนต และ เพื่อควบคุมการทํางานของแขนกลใหเปนไปตามพิกัดเปาหมาย จึงมี ความจําเปนตองออกแบบการทํางานของแขนกลใหมีเสถียรภาพ และ ความแมนยําในระดับสูง

สรุปเนื้อหาการนำไปใช้ประโยชน์

การประยุกต์ใช้งานข่ายงานระบบประสาทเทียม

เนื่องจากความสามารถในการจำลองพฤติกรรมทางกายภาพของระบบที่มีความซับซ้อนจากข้อมูลที่ป้อนให้เรียนรู้ การประยุกต์ใช้ข่ายงานระบบประสาทจึงเป็นทางเลือกใหม่ในการควบคุม ซึ่งมีผู้นำมาประยุกต์ใช้งานหลายประเภท ได้แก่

1. งานการจดจำรูปแบบที่มีความไม่แน่นอน เช่น ลายมือ ลายเซนต์ ตัวอักษร รูปหน้า

2. งานการประมาณค่าฟังก์ชันหรือการประมาณความสัมพันธ์ (มี inputs และ outputs แต่ไม่ทราบว่า inputs กับ outputs มีความสัมพันธ์กันอย่างไร)

3. งานที่สิ่งแวดล้อมเปลี่ยนแปลงอยู่เสมอ (โครงข่ายประสาทเทียมสามารถปรับตัวเองได้)

4. งานจัดหมวดหมู่และแยกแยะสิ่งของ

5. งานทำนาย เช่นพยากรณ์อากาศ พยากรณ์หุ้น

6. การประยุกต์ใช้โครงข่ายประสาทเทียมควบคุมกระบวนการทางเคมีโดยวิธีพยากรณ์แบบจำลอง (Model Predictive Control)

7. การประยุกต์ใช้โครงข่ายประสาทเทียมแบบแพร่กระจายกลับในการทำนายพลังงานความร้อนที่สะสมอยู่ในตัวอาคาร

8. การใช้โครงข่ายประสาทเทียมในการหาไซโครเมตริกชาร์ท การประยุกต์ใช้ข่ายงานระบบประสาทควบคุมระบบ HVAC

คำสำคัญ :
กลุ่มบทความ :
หมวดหมู่ :
แชร์ :
https://erp.mju.ac.th/acticleDetail.aspx?qid=764
ความคิดเห็นทั้งหมด (0)
ไม่มีข้อมูลตามเงื่อนไขที่ท่านกำหนด
รายการบทความการแลกเปลี่ยนเรียนรู้หมวดหมู่ : กลุ่มงานสายวิชาการ
การเผยแพร่ความรู้จากการอบรม » ความรู้ที่ได้รับจากการเข้าร่วมอบรมหลักสูตรการจัดทำผลลัพธ์การเรียนรู้ระดับหลักสูตร (PLOs Formulation)
การจัดทำผลลัพธ์การเรียนรู้ระดับหลักสูตร (PLOs Formulation) มุ่งเน้นการขับเคลื่อนการศึกษาตามแนวทาง Outcome-Based Education (OBE) ที่ให้ความสำคัญกับสมรรถนะของผู้เรียนหลังสำเร็จการศึกษา โดยผ่านการออกแ...
การจัดการศึกษาที่มุ่งเน้นผลลัพธ์ (OBE)  การออกแบบที่เชื่อมโยงกัน (Constructive Alignment)  ผลลัพธ์การเรียนรู้ระดับหลักสูตร (PLOs)     กลุ่มงานตามสมรรถนะบุคลากร   กลุ่มงานสายวิชาการ
ผู้เขียน รุ่งกานต์ ใจวงค์ยะ  วันที่เขียน 27/10/2569 11:25:23  แก้ไขล่าสุดเมื่อ 2/11/2569 1:49:51   เปิดอ่าน 65  ครั้ง | แสดงความคิดเห็น 0  ครั้ง
การจัดการองค์ความรู้ที่ได้จากการเข้าร่วมประชุม อบรม สัมมนา » การจัดทำผลลัพธ์การเรียนรู้ระดับหลักสูตร (PLOs Formulation) และการออกแบบหลักสูตรตามแนวทาง Backward Curriculum Design (BCD)
การอบรมหลักสูตร "การจัดทำผลลัพธ์การเรียนรู้ระดับหลักสูตร (PLOs Formulation)" ทำให้ได้รับความรู้ความเข้าใจเกี่ยวกับกระบวนการจัดทำและพัฒนาผลลัพธ์การเรียนรู้ระดับหลักสูตรตามแนวคิด OBE อย่างเป็นระบบ ตั...
AUNQA  BCD  PLO  การประกันคุณภาพการศึกษา     กลุ่มงานตามสมรรถนะบุคลากร   กลุ่มงานสายวิชาการ
ผู้เขียน ศิรศักดิ์ ศศิวรรณพงศ์  วันที่เขียน 21/10/2569 10:42:49  แก้ไขล่าสุดเมื่อ 2/11/2569 2:23:07   เปิดอ่าน 164  ครั้ง | แสดงความคิดเห็น 0  ครั้ง
AI for Modern Educators สำหรับอาจารย์ผู้สอนและบุคลากรสายวิชาการ » AI for Modern Educators สำหรับอาจารย์ผู้สอนและบุคลากรสายวิชาการ
การประยุกต์ใช้ AI เพื่อการจัดการเรียนการสอนและการวิจัยสำหรับ โครงการฝึกอบรมเชิงปฏิบัติการหลักสูตร AI for Modern Educators สำหรับอาจารย์ผู้สอนและบุคลากรสายวิชาการ การใช้ประยุกต์เพื่อเป็นแนวทางกา...
AI  สายวิชาการ     กลุ่มงานตามสมรรถนะบุคลากร   กลุ่มงานสายวิชาการ
ผู้เขียน ฐิติพรรณ ฉิมสุข  วันที่เขียน 2/10/2569 13:20:03  แก้ไขล่าสุดเมื่อ 2/11/2569 1:49:53   เปิดอ่าน 166  ครั้ง | แสดงความคิดเห็น 0  ครั้ง
การเผยแพร่ความรู้ที่ได้รับจากการอบรม » ความรู้ที่ได้รับจากการเข้าร่วมอบรมในโครงการพัฒนาสมรรถนะด้าน (AI) ให้กับบุคลากรและนักศึกษา มหาวิทยาลัยแม่โจ้
ปัจจุบันปัญญาประดิษฐ์ (AI) มีบทบาทสำคัญในการช่วยพัฒนาการเรียนการสอนให้มีประสิทธิภาพและสอดคล้องกับผู้เรียนในยุคดิจิทัลมากขึ้น AI สามารถช่วยผู้สอนในการจัดทำเนื้อหา สื่อการเรียนรู้ กิจกรรม และแบบประเม...
การพัฒนาสมรรถนะด้าน (AI)  การพัฒนาสื่อการสอน     กลุ่มงานตามสมรรถนะบุคลากร   กลุ่มงานสายวิชาการ
ผู้เขียน รุ่งกานต์ ใจวงค์ยะ  วันที่เขียน 28/9/2569 9:58:28  แก้ไขล่าสุดเมื่อ 2/11/2569 1:49:54   เปิดอ่าน 367  ครั้ง | แสดงความคิดเห็น 0  ครั้ง