Artificial neural networks

Abstract

Goal of the thesis is to take a closer look at how artificial neural networks (ANN) work. ANNs is a challenging subject and at a quick glance even a mystery, which was also the motivation for the subject.

In this thesis the focus is on how the ANNs work mathematically and in the thesis project a few programs utilizing ANNs were built. The first program is an introduction to the basic structure of ANNs. The second program utilizes gradient descent in ANN training. The third program uses gradient descent to train a deep neural network. In the fourth program ANN is trained to play a breakout game using an evolutionary algorithm

The thesis is more of an exploration to ANNs and it was realized with very minimal earlier understanding of the subject. The end goal was not clear but teaching an ANN to play a game was an idea which was also realized.

Työssä on tavoitteena perehtyä neuroverkkojen toimintaan. Neuroverkot on haastava aihe ja nopealla katsauksella jopa mysteerinen, joka oli myös motiivi aiheen valitsemiseen.

Työssä on perehdytty miten neuroverkot matemaattisesti toimivat ja myös ohjelmoitu neuroverkkoja hyödyntäviä ohjelmia. Ensimmäinen ohjelma perehtyy neuroverkkojen perus rakenteeseen. Toinen ohjelma kouluttaa neuroverkon käyttämällä gradientin laskeutumista. Kolmannessa ohjelmassa koulutetaan syvä neuroverkko gradientin laskeutumisella. Neljännessä ohjelmassa opetetaan neuroverkko pelaamaan breakout peliä käyttämällä evoluutioalgoritmia.

Työn on enemmänkin tutkielma neuroverkkoihin erittäin vähäisillä pohjatiedoilla. Tarkkoja tavoitteita työlle ei ollut mutta yksi idea oli opettaa neuroverkko pelaamaan jotain peliä, joka myös toteutui.