Neyronli tarmoqning asosiy tushunchalari va elementlari

Ishlab-chiqarishni avtomatlashtirishda:

• 
  ishlab-chiqarish jarayonlarining holatini optimallashtirish;
  
• 
  mahsulot sifatini nazorat qilish;
  
• 
  koʻp oʻlchovli dispetcherli ma’lumotlarni monitoringlash va vizuallashtirish;
  
• 
  favqulodda vaziyatlar haqida xabar berish.
  

Robototexnikada:

• 
  robot oldindagi koʻrish maydonini, obyektlarni va toʻsiqlarni anglashi;
  
• 
  harakat yoʻlini qurish;
  
• 
  manipulyatorni nazorat qilish;
  
• 
  muvozanatni saqlash.
  

Siyosiy va ijtimoiy texnologiyalarda:

• 
  saylov natijalarini taxmin qilish;
  
• 
  soʻrovnomalarni tahlil qilish;
  
• 
  reytinglar dinamikasini bashoratlash;
  
• 
  muhim omillarni aniqlash;
  
• 
  saylovchilarning klasterlarini aniqlash;
  
• 
  aholini ijtimoiy dinamikasini oʻrganish va tasvirlash.
  

Xavfsizlik va qoʻriqlash tizimlarida:

• 
  shaxs yuzini anglash;
  
• 
  barmoq izidan, ovozidan, imzosi va yuzidan shaxsini identifikatsiyalash;
  
• 
  avtomashina davlat nomer belgisini anglash;
  
• 
  aerokosmik tasvirlarni tahlil qilish;
  
• 
  kompyuter tarmoqlarida axborot oqimini monitoringi va hujumlarni aniqlab berish;
  
• 
  soxtalikni aniqlash;
  
• 
  videodatchik va turli sensorlardan tushayotgan ma’lumotlarni tahlil qilish.
  

Axborotni kiritish va qayta ishlashda:

• 
  qoʻlyozma matnlarni anglash;
  
• 
  skanerlangan pochta, toʻlov, moliyaviy va buxgalteriya hujjatlarini anglash.
  

Geologik oʻrganish(razvedka)da:

• 
  seysmik ma'lumotlarni tahlil qilish;
  
• 
  foydali qazilmalarni qidirishning assotsiativ uslublari;
  
• 
  qazilma boylik manbalarini baholash.
  

NTlarning qoʻllanilishining ushbu sohalari koʻpligi bejizga emas. Haqiqatan ham NTlar - ma’lumotlarga ishlov berish va tahlil qilishning turli xil masalalarini yechish uchun kuchli va moslashuvchan vositalar majmuidir. Ya’ni:
1) Sinflash. Bunday masalalarda obyektning belgilar vektori beriladi. Bular asosida har bir obyektni oʻzaro kesishmaydigan sinflardan biriga, ya’ni sinfga kiritish kerak. Masalan, uchadigan obyektlarning belgilari qanotlar, dvigatel, patlar va h.k. boʻlishi mumkin. Bunday obyektlarning sinflari: Samolyot, Qush, Raketa va h.k. kabilar boʻlishi mumkin. Belgilarning majmuisi kirish vektorini, sinflar majmuisi esa - chiqish vektorini tashkil qiladi.
Mazkur masalani yechish uchun ta kirish va ta chiqish neyronlardan iborat boʻlgan perseptron turdagi NT quriladi. Aniq belgilar vektori kirishga berilganda NTning chiqish qatlamida eng yuqori darajadagi faol neyron tanlanadi. Bu neyron beriladigan belgilarga muvofiq boʻlgan sinfni belgilaydi. Masala toʻgʻri yechilishi uchun NTni oʻrgatish kerak. Oʻrgatish jarayonida tadqiq qilinayotgan obyektlarning oʻzgaruvchan bogʻlanishli koeffitsiyentlarining qiymatlari belgilar va sinflarning aniq qiymatlariga munosib etib moslanadi.