建立类似大脑的东西是什么样子的？这些东西是如何工作的，或者它们是做什么的？下面来看看节点如何与神经元沟通，以及人工和生物神经网络之间有哪些区别。
人工神经网络
人工神经网络(ANN)是一种基于Feed-Forward策略的神经网络。之所以这样说，是因为它们通过节点不断传递信息，直到到达输出节点。这也被称为最简单的神经网络类型。
ANN的一些优点:
- 无论数据类型如何(线性或非线性)，都有能力学习。
- ANN是高度不稳定的，在金融时间序列预测中发挥着最佳作用。
ANN的一些缺点：
- 最简单的结构使其难以解释网络的行为。
- 这种网络依赖于硬件。
生物神经网络
生物神经网络(BNN)是一个由突触、树突、细胞体和轴突组成的结构。在这个神经网络中，处理是由神经元进行的。树突接收来自其他神经元的信号，细胞体汇总所有传入的信号，轴突将信号传输给其他细胞。
BNN的一些优点：
- 突触是输入处理元素。
- 它能够处理高度复杂的并行输入。
BNN的一些缺点：
- 没有控制机制。
- 处理的速度很慢，因为它很复杂。
ANN和BNN的区别:
| 编号 | ANN | BNN |
|---|---|---|
| 1 | ANN是人工神经网络的简称。 | BNN是生物神经网络的简称。 |
| 2 | 与生物神经网络相比，处理速度快。 | BNN处理信息的速度很慢。 |
| 3 | ANN为新进程分配存储空间是严格意义上的不可替代的，因为旧的位置是为前一个进程保存的。 | BNN为新进程分配存储空间很容易，因为它只是通过调整互连强度而增加。 |
| 4 | 进程以顺序模式运行。 | 进程可以在大规模并行操作中运行。 |
| 5 | 如果任何信息在存储器中被损坏，它就不能被检索。 | 信息被分发到整个网络中的子节点，即使它被损坏，也可以被检索。 |
| 6 | 活动由控制单元持续监控。 | 没有控制单元来监测网络中正在处理的信息。 |
