Definition of neural network

neural networknoun

mạng lưới nơ-ron

/ˌnjʊərəl ˈnetwɜːk//ˌnʊrəl ˈnetwɜːrk/

The phrase "neural network" originated in the 1950s, inspired by the complex and interconnected structure of the human brain. The concept of artificial neural networks aimed to mimic the neural pathways and processing of information that occurs in the brain to develop intelligent machines. Francis Crick, one of the discoverers of the structure of DNA, suggested the term "neuron" for nerve cells in the brain. Marvin Minsky and Robert Rosenblatt incorporated the concept of neurons into computing and proposed the creation of artificial neural networks to process information in a similar way. The potential of artificial neural networks was delayed due to technological limitations, but the advent of powerful computers in the 1980s resurrected the research in this field, leading to significant breakthroughs and a broader understanding of neural networks and their applications in various fields such as computer vision, speech recognition, and natural language processing.

namespace
Example:
  • The artificial intelligence community is currently exploring the possibilities of neural networks for image and speech recognition.

    Cộng đồng trí tuệ nhân tạo hiện đang khám phá khả năng của mạng nơ-ron trong nhận dạng hình ảnh và giọng nói.

  • Neural networks have achieved remarkable success in the field of pattern recognition, outperforming traditional methods in many applications.

    Mạng nơ-ron đã đạt được thành công đáng kể trong lĩnh vực nhận dạng mẫu, vượt trội hơn các phương pháp truyền thống trong nhiều ứng dụng.

  • The neural network algorithm learns to classify complex patterns by "training" itself on a large dataset of labeled examples.

    Thuật toán mạng nơ-ron học cách phân loại các mẫu phức tạp bằng cách "đào tạo" chính nó trên một tập dữ liệu lớn các ví dụ được gắn nhãn.

  • Researchers are hoping that neural networks will enable machines to understand and process natural language, allowing for more advanced applications such as virtual assistants and chatbots.

    Các nhà nghiên cứu hy vọng rằng mạng nơ-ron sẽ giúp máy móc hiểu và xử lý ngôn ngữ tự nhiên, cho phép triển khai các ứng dụng tiên tiến hơn như trợ lý ảo và chatbot.

  • Neural networks are finding applications in various fields, such as finance, medicine, and engineering, due to their ability to make well-informed decisions based on vast amounts of data.

    Mạng nơ-ron đang được ứng dụng trong nhiều lĩnh vực, chẳng hạn như tài chính, y học và kỹ thuật, do khả năng đưa ra quyết định sáng suốt dựa trên lượng dữ liệu khổng lồ.

  • Compared to other machine learning techniques, neural networks have the advantage of being able to learn non-linear relationships between inputs and outputs, making them more flexible.

    So với các kỹ thuật học máy khác, mạng nơ-ron có ưu điểm là có khả năng tìm hiểu mối quan hệ phi tuyến tính giữa đầu vào và đầu ra, khiến chúng linh hoạt hơn.

  • One particular type of neural network, the convolutional neural network (CNN), has shown exceptional performance in tasks such as image recognition and object localization.

    Một loại mạng nơ-ron đặc biệt, mạng nơ-ron tích chập (CNN), đã cho thấy hiệu suất vượt trội trong các nhiệm vụ như nhận dạng hình ảnh và xác định vị trí vật thể.

  • However, neural networks are relatively expensive in terms of computational resources, and their performance degrades as the number of inputs grows very large.

    Tuy nhiên, mạng nơ-ron tương đối tốn kém về mặt tài nguyên tính toán và hiệu suất của chúng giảm dần khi số lượng đầu vào tăng lên rất nhiều.

  • A popular technique for scaling up neural networks is to distribute the calculations across multiple computers, a process known as distributed or parallel computing.

    Một kỹ thuật phổ biến để mở rộng mạng lưới nơ-ron là phân phối các phép tính trên nhiều máy tính, một quá trình được gọi là điện toán phân tán hoặc song song.

  • One can hope that continued research into neural networks will lead to breakthroughs in areas such as autonomous driving, virtual reality, and personalized medicine.

    Người ta có thể hy vọng rằng việc tiếp tục nghiên cứu về mạng lưới nơ-ron sẽ dẫn đến những đột phá trong các lĩnh vực như lái xe tự động, thực tế ảo và y học cá nhân hóa.