معرفی
یکی از مهمترین قابلیت های یک شبکه عصبی اینست که اینگونه شبکه ها چندکاره هستند، مثلا قادرند چند خروجی ایجاد نمایند که همین پایه و مبنای چگونگی بدست آمدن این شبکه ها و قلبلیت چندکاره بودن آنها، عصب شناسان را مبهوت ساخته و موجب ایجاد تئوری های مختلفی در این زمینه شده است. اختلاف نظر بین این دیدگاه ها، بازتاب کننده این حقیقت است که اینها کلاس هائی از شبکه ها با معماری های گوناگون است. یکی از این دیدگاه ها اینست که (1) عملکرد یک شبکه عصبی بستگی دارد به تقابلات میان فرآیندهای غیرخطی چندگانه که در سلول، سیناپتیک و نیز سطوح شبکه روی میدهند و (2) مدولاسیون این فرآیندهای زیر ساختی میتواند کارآئی شبکه را دچار مخاطره کرده و از اینرو دچار خروجی هاغی چندگانه شود. برخی از شبکه ها اغلب اینطور تصور میشود که بشدت بهم دیگر متصل شده و توزیع شده اند که بسختی میتوان عملکردهای خاص را برای عناصر شبکه ای خاص، تشخیص داد. براساس برخی مشکلات دیده شده، این مفهوم اغلب منجر به سازماندهی عصبی زیرساخت از یک شبکه خاص نمیشود و میتواند برای دیگر شبکه ها هم بکار برده شود. بحث به شبکه هائی میرسد که ممکن است سازماندهی کوچک(مدولار) داشته باشند. در راستای مطالبی که در بالا گفتیم، (1) عناصر شبکه بعنوان ماژول سازماندهی شده اند که هر ماژول بعنوان یک ست از ارتباطات عصبی که قابلیت های تعریف شده خاصی از خروجی را انجام میدهند، تعریف شده است و (2) خروجی های چندگانه در ترکیبی از ماژول ها تولید شوند.
شبکه عصبی neural network
