神經網絡是20世紀80年代以來人工智能領域的研究熱點。它從信息處理的角度抽象出人腦的神經網絡，建立壹個簡單的模型，並根據不同的連接方式形成不同的網絡。在工程界和學術界，它通常被稱為神經網絡或直接稱為神經網絡。
每個節點代表壹個特定的輸出函數，稱為激活函數。每兩個節點之間的連接表示通過該連接的信號的加權值，稱為權重，相當於人工神經網絡的記憶。網絡的輸出根據網絡的連接方式、權值和激勵函數而變化。
基本特征
在人工神經網絡中，神經元處理單元可以表示不同的對象，例如特征、字母、概念或壹些有意義的抽象模式。網絡中有三種類型的處理單元:輸入單元、輸出單元和隱藏單元。神經元之間的連接權重反映了細胞之間的連接強度，信息的表示和處理反映在網絡處理單元的連接關系中。
人工神經網絡是壹種非程序化、自適應和腦式的信息處理。其本質是通過網絡變換和動態行為獲得壹種並行的、分布式的信息處理功能，在不同程度和層次上模仿人腦神經系統的信息處理功能。
以上內容參考百度百科-人工神經網絡。