Сеть Каскадной Корреляции - это многослойная сеть специальной (каскадной) архитектуры, позволяющая обучать ее конструктивным способом: при прекращении сходимости к сети добавляется новый нейрон и при дальнейшем обучении модифицируются связи только этого нейрона. Такой подход позволяет определить размер сети, адекватный решаемой задаче, и существенно сократить вычислительные затраты на обучение.

В наивном понимании, обратное распространение ошибки - разновидность метода обучения многослойных нейросетей с учителем, основанная на расчете вклада каждого веса сети в суммарную ошибку на множестве примеров, и последующую коррекцию весов пропорционально их вкладу в ошибку.

Задача коммивояжёра формулируется так: Для данного списка точек и расстояний между ними, упорядочить точки таким образом, чтобы суммарная длина маршрута, проходящего через них в этом порядке была минимальной (возврат в исходную точку учитывается).

Генетические алгоритиы - это эвристические алгоритмы оптимизации, ищущие наилучшее решение способом, сходным с эволюционным отбором в природе: признаки лучших особей наследуются.

Ценным свойством нейросети является спсособность к обобщению - т.е. способность сети давать правильные ответы на тех примерах, которых не было в обучающей выборке. Отсюда возникают два важных критерия обучения сети: ошибка обучения и ошибка обобщения.

Искусственно созданная система (подразумевается - человеком), проявляющая свойства разумности, сопоставимые или превосходящие человеческий интеллект.

Гипотетическое устройство, подключаемое тем или иным образом к человеку и выполняющее функции, сходные с функциями коры головного мозга: т.е. имитирующее высшую нервную деятельность. Предположительно, может использоваться для протезирования или как средство "усиления разума".

Сеть Кохонена-Гроссберга это двуслойная сеть, используемая, в основном, в задачах классификации. Первый слой сети - сеть Кохонена, обучаемая для получения наилучшего представления векторов обучающей выборки. Второй слой - сеть Гроссберга, обучаемый отображать нейроны слоя Кохонена на различные классификационные рубрики. Слой Гроссберга обучается "с учителем".

Таким образом, сеть Кохонена-Гроссберга позволяет выделить в пространстве входных векторов области, соответствующие каждой из предъявленных рубрик.

Семантическое ядро - это множество связанных между собой слов (или понятий), отобранных по некоторому критерию. Понятие семантического ядра находит применение в лингвистике, статистическом анализе текста, разработке поисковых систем и поисковой оптимизации.

Векторная модель текста определяет способ представления текста для последующего использования в алгоритмах классификации и полнотекстового поиска, основанных на анализе статистических характеристик.