Архитектура нейронной сети

Архитектура нейронной сети - способ организации и связи отдельных элементов нейросети(нейронов).
Архитектурные отличия самих нейронов заключаются главным образом в использовании различных активационных (возбуждающих) функций. По архитектуре связей нейронные сети можно разделить на два класса: сети прямого распространения и рекуррентные сети.

	Сети прямого распространения(без обратных связей)	Рекуррентные сети(с обратными связями)
Преимущества	Простота реализации. Гарантированная(математически доказанная) сходимость вычислений.	Меньший по сравнению с сетями прямого распространения объем сети(по количеству нейронов).
Недостатки	Быстрый рост числа нейронов с увеличением сложности задачи.	Необходимость использования дополнительных условий, обеспечивающих сходимость вычислений.

См. также: Алгоритм обучения нейросети, Активационная функция, Рекуррентная сеть, Сеть прямого распространения.

Литература:
1) А.Н.Горбань, Д.А.Россиев, "Нейронные сети на персональном компьютере", Новосибирск. Наука, Сибирская издательская фирма РАН,1996.
2) А.Н.Горбань, "Обучение нейронных сетей",М:СП Параграф,1990.

Ссылки:
1) А.Ежов, С.Шумский, "Нейрокомпьютинг и его применение в экономике и бизнесе",1998.(PostScript, zip)
Об архитектурах нейросетей говорится в Лекции 2.
2) Лекция 1. Нейрокомпьютинг - перепечатка той же лекции в формате HTML.
3) Прямоточная нейронная сеть
4) Рекуррентная нейронная сеть