MindMap Gallery Common types and applications of neural network models
Common neural network models and their applications, such as the perceptron (P), the perceptron model is also called a single-layer neural network. This neural network only contains two layers: the input layer and the output layer. There may be errors, please refer to it carefully.
Edited at 2023-07-17 03:10:43Mappa mentale per il piano di inserimento dei nuovi dipendenti nella prima settimana. Strutturata per giorni: Giorno 1 – benvenuto, configurazione strumenti, presentazione team. Secondo giorno – formazione su policy aziendali e obiettivi del ruolo. Terzo giorno – affiancamento e primi task guidati. Il quarto giorno – riunioni con dipartimenti chiave e feedback intermedio. Il quinto giorno – revisione settimanale, definizione obiettivi a breve termine e integrazione culturale.
Mappa mentale per l’analisi della formazione francese ai Mondiali 2026. Punti chiave: attacco stellare guidato da Mbappé, con triplice minaccia (profondità, taglio, sponda). Criticità: centrocampo poco creativo – la costruzione offensiva dipende dagli attaccanti che arretrano. Difesa solida (Upamecano, Saliba, Koundé). Portiere Maignan. Variabili: gestione infortuni e condizione fisica dei big. Ideale per scout, giornalisti e tifosi.
Mappa mentale per l’analisi della formazione francese ai Mondiali 2026. Punti chiave: attacco stellare guidato da Mbappé, con triplice minaccia (profondità, taglio, sponda). Criticità: centrocampo poco creativo – la costruzione offensiva dipende dagli attaccanti che arretrano. Difesa solida (Upamecano, Saliba, Koundé). Portiere Maignan. Variabili: gestione infortuni e condizione fisica dei big. Ideale per scout, giornalisti e tifosi.
Mappa mentale per il piano di inserimento dei nuovi dipendenti nella prima settimana. Strutturata per giorni: Giorno 1 – benvenuto, configurazione strumenti, presentazione team. Secondo giorno – formazione su policy aziendali e obiettivi del ruolo. Terzo giorno – affiancamento e primi task guidati. Il quarto giorno – riunioni con dipartimenti chiave e feedback intermedio. Il quinto giorno – revisione settimanale, definizione obiettivi a breve termine e integrazione culturale.
Mappa mentale per l’analisi della formazione francese ai Mondiali 2026. Punti chiave: attacco stellare guidato da Mbappé, con triplice minaccia (profondità, taglio, sponda). Criticità: centrocampo poco creativo – la costruzione offensiva dipende dagli attaccanti che arretrano. Difesa solida (Upamecano, Saliba, Koundé). Portiere Maignan. Variabili: gestione infortuni e condizione fisica dei big. Ideale per scout, giornalisti e tifosi.
Mappa mentale per l’analisi della formazione francese ai Mondiali 2026. Punti chiave: attacco stellare guidato da Mbappé, con triplice minaccia (profondità, taglio, sponda). Criticità: centrocampo poco creativo – la costruzione offensiva dipende dagli attaccanti che arretrano. Difesa solida (Upamecano, Saliba, Koundé). Portiere Maignan. Variabili: gestione infortuni e condizione fisica dei big. Ideale per scout, giornalisti e tifosi.
Common neural network models Types and their applications
1||| Perceptron(P)
introduce
structure
application
1||| Classification
2||| Encoding database (multilayer perceptron)
3||| Monitor access data (multilayer perceptron)
subtopic
2||| Feed Forward (FF)
introduce
structure
application
1||| data compression
2||| pattern recognition
3||| computer vision
4||| Sonar target recognition
5||| Speech Recognition
6||| Handwritten character recognition
3||| Radial Basis Network (RBN)
introduce
structure
application
1||| function approximation
2||| time series forecasting
3||| Classification
4||| System control
4||| Deep Feed-forward (DFF)
introduce
structure
application
1||| data compression
2||| pattern recognition
3||| computer vision
4||| ECG noise filtering
5||| financial forecast
5||| Self-organizing feature map SOM (Self-organizing feature Map)
introduce
structure
application
1||| Implement data visualization
2||| medical image processing
3||| Meteorological changes
4||| traffic jam
6||| Recurrent Neural Network (RNN)
introduce
structure
application
1||| machine translation
2||| Robot control
3||| time series forecasting
4||| Speech Recognition
5||| speech synthesis
6||| Time series anomaly detection
7||| Rhythm Learning
8||| Music creation
7||| Long / Short Term Memory (LSTM)
introduce
structure
application
1||| Speech Recognition
2||| writing recognition
8||| Gated Recurrent Unit (GRU)
introduce
structure
application
1||| polyphonic music model
2||| Speech signal modeling
3||| natural language processing
9||| Auto Encoder (AE)
introduce
structure
application
1||| Classification
2||| clustering
3||| Feature compression
10||| Variational Autoencoder (VAE)
introduce
structure
application
insert between sentences
Image automatically generated
11||| Denoising Autoencoder (DAE)
introduce
structure
application
1||| Feature extraction
2||| Dimensionality reduction
12||| Sparse Autoencoder (SAE)
introduce
structure
application
1||| Feature extraction
2||| Handwritten digit recognition
13||| Markov Chain (MC)
introduce
structure
application
1||| Speech Recognition
2||| information and communication systems
3||| queuing theory
4||| statistics
14||| Hopfield Network (HN)
introduce
structure
application
1||| Optimization
2||| Image detection and recognition
3||| Medical image recognition
4||| Enhance X-ray images
15||| Boltzmann Machine (BM)
introduce
structure
application
1||| Dimensionality reduction
2||| Classification
3||| return
4||| Collaborative filtering
5||| Feature learning
16||| Restricted Boltzmann Machine (RBM)
introduce
structure
application
1||| filter
2||| Feature learning
3||| Classification
4||| Risk detection
5||| business and economic analysis
17||| Deep Belief Network (DBN)
introduce
structure
application
1||| Retrieve files/images
2||| Nonlinear dimensionality reduction
18||| Deep Convolutional Network (DCN)
introduce
structure
application
1||| Recognize faces, street signs, tumors
2||| Image Identification
3||| Video analysis
4||| natural language processing
5||| abnormal detection
6||| drug discovery
7||| checkers game
8||| time series forecasting
19||| Deconvolutional Neural Networks (DN)
introduce
structure
application
1||| Image super-resolution
2||| Surface depth estimation of images
3||| Optical flow estimation
20||| Deep Convolutional Inverse Graphics Network (DC-IGN)
introduce
structure
application
1||| Face processing
21||| Generative Adversarial Network (GAN)
introduce
structure
application
1||| Create new human poses
2||| Turn photos into Emoji
3||| facial aging
4||| super resolution
5||| clothing change
6||| Video prediction
22||| Liquid State Machine (LSM)
introduce
structure
application
Speech Recognition
computer vision
23||| Extreme Learning Machine (ELM)
introduce
structure
application
1||| Classification
2||| return
3||| clustering
4||| sparse approximation
5||| Feature learning
24||| Echo State Network (ESN)
introduce
structure
application
1||| time series forecasting
2||| data mining
25||| Deep Residual Network (DRN)
introduce
structure
application
1||| Image classification
2||| Target Detection
3||| Semantic segmentation
4||| Speech Recognition
5||| Language recognition
26||| Kohonen Networks (KN)
introduce
structure
application
1||| Dimensionality reduction
2||| Water quality assessment and prediction
3||| coastal water resources management
27||| Support Vector Machines (SVM)
introduce
structure
application
1||| Face Detection
2||| Text Categorization
3||| Classification
4||| bioinformatics
5||| handwriting recognition
28||| Neural Turing Machine (NTM)
introduce
structure
application
1||| robot
2||| Making artificial brains