En neural nätverkssimulator är ett slags tekniskt verktyg som försöker analysera system som speglar aktiviteterna i människans eller djurets hjärna. Konstgjorda neurala nätverk imiterar grupper av biologiska neuroner, i försök att använda de typer av biologisk ingenjörskonst i människors och djurs hjärnor för utveckling av ny teknologi. En neural nätverkssimulator kan tillhandahålla modellering eller någon form av forskningsprototyp för ett artificiellt neuralt nätverk.
Generellt sett är den neurala nätverkssimulatorn en resurs för forskare som är engagerade i att ta reda på hur det neurala nätverket fungerar. En mängd olika verktyg kommer att analysera algoritmerna i ett neuralt nätverk och de processer som forskare kan observera i dessa mycket komplexa nätverk. Olika typer av datainsamling hjälper simulatorn att utvärdera vad som händer i ett biologiskt eller artificiellt nätverk.
För att effektivt visa mänskliga operatörer hur ett neuralt nätverk fungerar, inkluderar neurala nätverkssimulatorer oftast mångsidiga visuella gränssnitt som presenterar data på ett grafiskt sätt. Många av dessa har flera fönster som är märkta för enkel identifiering av datamoduler eller aktivitetsfält. Simulatorer kan inkludera färgkodade bilder som visar användarna hur ett neuralt nätverk fungerar i simulering.
Naturen hos en neural nätverkssimulator är att den försöker kopiera hur nätverket fungerar. Experter har påpekat att i dagens forskarvärld är de verktyg som forskare använder för att utvärdera artificiella neurala nätverk ofta mer komplexa än en enda simulering. Av denna anledning kan forskare som studerar artificiella neurala nätverk hänvisa till dessa verktyg som mer allmänna ”plattformar” eller ”forskningsmiljöer.”
Neurala nätverkssimulatorer är fortfarande det mest avancerade sättet att utvärdera biologiska neurala nätverk. Dessa verktyg är populära för att observera hjärnbeteendet hos människor och djur. En annan klass av simulatorer som kallas dataanalyssimulatorer används ofta för uppgifter som datautvinning och prognoser. Simulatorer kan tillhandahålla prediktiva modeller, eller helt enkelt passivt vidarebefordra information om ett test eller nätverksoperation.
Ett annat sätt som neurala nätverkssimulatorer är differentierade är genom hur de genererar eller fångar data. Dessa inkluderar databasteknologier där en specifik modell kan tilltala ett forsknings- och utvecklingsteam, enligt parametrarna för deras forskning och deras avsikter eller eventuella mål. Dessa sträcker sig från enkla kalkylbladsdesigner till komplexa program med flera fönster med avancerade algoritmer och kapacitet.