Feedforward Neural

FNN هي نوع من الشبكات العصبية الاصطناعية التي تنتقل فيها المعلومات في اتجاه واحد فقط، من طبقة الإدخال (Input Layer) عبر الطبقات المخفية (Hidden Layers) وصولاً إلى طبقة المخرج (Output Layer)، دون وجود أي دورات أو حلقات رجعية (Loops). في هذه الشبكة، يتم ضرب المدخلات في أوزان (Weights)، وإضافة انحياز (Bias)، ثم تمرير النتيجة عبر "دالة تنشيط" (Activation Function) غير خطية لإنتاج المخرج. تُستخدم هذه المعمارية بشكل أساسي في مهام التصنيف والتنبؤ البسيط، وتعتمد في تدريبها على خوارزمية "الانتشار العكسي" لتعديل الأوزان بناءً على الخطأ المرصود عند المخرج النهائي.