Головно́й мозг — главный орган центральной нервной системы подавляющего большинства хордовых, её головной конец; у позвоночных находится внутри черепа.
Нейро́н или нервная клетка — узкоспециализированная клетка. Нейрон — электрически возбудимая клетка, которая предназначена для приёма извне, обработки, хранения, передачи и вывода вовне информации с помощью электрических и химических сигналов.
Нейро́нная сеть — математическая модель, а также её программное или аппаратное воплощение, построенная по принципу организации биологических нейронных сетей — сетей нервных клеток живого организма. Это понятие возникло при изучении процессов, протекающих в мозге, и при попытке смоделировать эти процессы. Первой такой попыткой были нейронные сети У. Маккалока и У. Питтса. После разработки алгоритмов обучения получаемые модели стали использовать в практических целях: в задачах прогнозирования, для распознавания образов, в задачах управления и др.
Иску́сственный нейро́н — узел искусственной нейронной сети, являющийся упрощённой моделью естественного нейрона. Математически искусственный нейрон обычно представляют как некоторую нелинейную функцию от единственного аргумента — линейной комбинации всех входных сигналов. Данную функцию называют функцией активации или функцией срабатывания, передаточной функцией. Полученный результат посылается на единственный выход. Такие искусственные нейроны объединяют в сети — соединяют выходы одних нейронов с входами других. Искусственные нейроны и сети являются основными элементами идеального нейрокомпьютера.
Нервная сеть — совокупность нейронов головного и спинного мозга центральной нервной системы (ЦНС) и ганглия периферической нервной системы (ПНС), которые связаны или функционально объединены в нервной системе, выполняют специфические физиологические функции.
Фильтрация сенсорной информации — фильтрация афферентных сигналов нервной системой. В результате такой фильтрации на определённые уровни обработки поступает только часть полученной предшествующими уровнями сенсорной информации.
Перцептро́н — математическая или компьютерная модель восприятия информации мозгом, предложенная Фрэнком Розенблаттом в 1957 году и впервые воплощённая в виде электронной машины «Марк-1» в 1960 году. Перцептрон стал одной из первых моделей нейросетей, а «Марк-1» — первым в мире нейрокомпьютером.
Нейронная сеть Ворда — искусственная нейронная сеть, топология которой характеризуется тем, что внутренние (скрытые) слои нейронов разбиты на блоки.
Сжатие данных — одна из задач, решаемых нейронными сетями. Как и любое сжатие, решение данной задачи основано на устранении избыточности информации во входном сигнале (образе).
Передача сигнала — в молекулярной биологии термин «Передача сигнала» относится к любому процессу, при помощи которого клетка превращает один тип сигнала или стимула в другой.
Многослойный перцептрон — частный случай перцептрона Розенблатта, в котором один алгоритм обратного распространения ошибки обучает все слои. Название по историческим причинам не отражает особенности данного вида перцептрона, то есть не связано с тем, что в нём имеется несколько слоёв. Особенностью является наличие более чем одного обучаемого слоя. Необходимость в большом количестве обучаемых слоёв отпадает, так как теоретически единственного скрытого слоя достаточно, чтобы перекодировать входное представление таким образом, чтобы получить линейную разделимость для выходного представления. Существует предположение, что, используя большее число слоёв, можно уменьшить число элементов в них, то есть суммарное число элементов в слоях будет меньше, чем если использовать один скрытый слой. Это предположение успешно используется в технологиях глубокого обучения и имеет обоснование.
Ноцице́пция; ноциперце́пция; физиологи́ческая боль — это активность в афферентных (чувствительных) нервных волокнах периферической и центральной нервной системы, возбуждаемая разнообразными стимулами, обладающими пульсирующей интенсивностью. Данная активность генерируется ноцицепторами, или по-другому рецепторами боли, которые могут отслеживать механические, тепловые или химические воздействия, превышающие генетически установленный порог возбудимости. Получив повреждающий стимул, ноцицептор передаёт сигнал через спинной мозг и далее в головной. Ноцицепция сопровождается также самыми разнообразными проявлениями и может служить для возникновения опыта боли у живых существ.
Рекуррентные нейронные сети — вид нейронных сетей, где связи между элементами образуют направленную последовательность. Благодаря этому появляется возможность обрабатывать серии событий во времени или последовательные пространственные цепочки. В отличие от многослойных перцептронов, рекуррентные сети могут использовать свою внутреннюю память для обработки последовательностей произвольной длины. Поэтому сети RNN применимы в таких задачах, где нечто целостное разбито на части, например: распознавание рукописного текста или распознавание речи. Было предложено много различных архитектурных решений для рекуррентных сетей от простых до сложных. В последнее время наибольшее распространение получили сеть с долговременной и кратковременной памятью (LSTM) и управляемый рекуррентный блок (GRU).
Нейро́нная сеть Ко́ско, Двунапра́вленная ассоциати́вная па́мять (ДАП) — нейронная сеть, разработанная Бартом Коско. Это однослойная нейронная сеть с обратными связями, базируется на двух идеях: адаптивной резонансной теории Стефана Гросберга и автоассоциативной памяти Хопфилда.
Коленный рефлекс, или пателлярный рефлекс, — безусловный рефлекс, относящийся к группе рефлексов растяжения, или стретч-рефлексов. Коленный рефлекс возникает при непродолжительном растяжении четырёхглавой мышцы бедра, вызванном лёгким ударом по сухожилию этой мышцы под надколенником. При ударе сухожилие растягивается, действуя в свою очередь на мышцу-разгибатель, что вызывает непроизвольное разгибание голени. Коленный рефлекс является классическим примером моносинаптического рефлекса.
Синаптическая передача — электрические движения в синапсах, вызванные распространением нервных импульсов. Каждая нервная клетка получает нейромедиатор из пресинаптического нейрона или из терминального окончания или из постсинаптического нейрона или дендрида вторичного нейрона и посылает его обратно нескольким нейронам, которые повторяют данный процесс, таким образом, распространяя волну импульсов до тех пор, пока импульс не достигнет определенного органа или специфической группы нейронов.
Свёрточная нейронная сеть — специальная архитектура искусственных нейронных сетей, предложенная Яном Лекуном в 1988 году и нацеленная на эффективное распознавание образов, входит в состав технологий глубокого обучения. Использует некоторые особенности зрительной коры, в которой были открыты так называемые простые клетки, реагирующие на прямые линии под разными углами, и сложные клетки, реакция которых связана с активацией определённого набора простых клеток. Таким образом, идея свёрточных нейронных сетей заключается в чередовании свёрточных слоёв и субдискретизирующих слоёв. Структура сети — однонаправленная, принципиально многослойная. Для обучения используются стандартные методы, чаще всего метод обратного распространения ошибки. Функция активации нейронов — любая, по выбору исследователя.
Глубокое обучение — совокупность методов машинного обучения, основанных на обучении представлениям, а не специализированных алгоритмах под конкретные задачи. Многие методы глубокого обучения были известны ещё в 1980-е, но результаты не впечатляли, пока продвижения в теории искусственных нейронных сетей и вычислительные мощности середины 2000-х годов не позволили создавать сложные технологические архитектуры нейронных сетей, обладающие достаточной производительностью и позволяющие решать широкий спектр задач, не поддававшихся эффективному решению ранее, например, в компьютерном зрении, машинном переводе, распознавании речи, причём качество решения во многих случаях теперь сопоставимо, а в некоторых превосходит эффективность человека.
Импульсная нейронная сеть или Спайковая нейронная сеть — третье поколение искусственных нейронных сетей (ИНС), которое отличается от бинарных и частотных/скоростных ИНС тем, что в нем нейроны обмениваются короткими импульсами одинаковой амплитуды . Является самой реалистичной, с точки зрения физиологии, моделью ИНС.
Модель концептуальной рефлекторной дуги (КРД) — одно из ключевых понятий векторной психофизиологии, отражающее современное представление о структуре рефлекторной дуги. Модель предложена психофизиологами Е. Н. Соколовым и Ч. А. Измайловым в 1983 году. Модель концептуальной рефлекторной дуги является дополнением представлений о рефлекторном принципе высшей нервной деятельности и отражает нейронные механизмы поведения человека и животных. КРД является базовым понятием векторной психофизиологии.
