1.
Nonlinearity
Nonlinearity
adalah sifat yang sangat berguna jika
mekanisme fisik yang mendasari bertanggung jawab
atas pembuatan sinyal input adalah non-linear.
2.
Input-output Mapping
Paradigma pembelajaran popular pada saat ini yang
disebut learning with a teacher
atau supervised
learning, melibatkan modifikasi dari bobot sinaptik
Jaringan Saraf Tiruan
dengan mengaplikasikan
sekumpulan contoh training
atau contoh tugas.
Pelatihan pada jaringan dilakukan berulang –
ulang
kali untuk semua contoh yang ada, sampai jaringan
tersebut mencapai keadaan yang stabil di mana
tidak
ada perbedaan yang jauh di dalam bobot sinaptik
(synaptic weights).
3.
Adaptivity
Jaringan Saraf Tiruan
mempunyai kemampuan untuk
mengadaptasi bobot sinaptiknya untuk mengubah
lingkungannya.
Pada intinya, Jaringan Saraf Tiruan
dilatih untuk beroperasi didalam lingkungan tertentu
dapat dilatih ulang dengan mudah untuk menghadapai
perubahan kecil di dalam kondisi lingkungan yang
sedang beroperasi.
4.
Evidential Response
Dalam konteks pengenalan pola, sebuah Jaringan Saraf
Tiruan
dapat dirancang untuk menyediakan informasi
tidak hanya tentang pola mana saja yang harus dipilih,
tapi juga keyakinan pada keputusan yang dibuat.
5.
Contextual Information
Pengetahuan yang direpresentasikan oleh struktur dan
keadaan aktifasi Jaringan Saraf Tiruan.
Setiap neuron
di dalam jaringan berpotensi dipengaruhi oleh aktifitas
global dari seluruh neuron lainnya di dalam jaringan.
6.
Fault Tolerance
 |