Simulator neuronske mreže vrsta je tehničkog alata koji pokušava analizirati sustave koji odražavaju aktivnosti ljudskog ili životinjskog mozga. Umjetne neuronske mreže oponašaju skupine bioloških neurona, u pokušaju korištenja vrsta biološkog inženjeringa u ljudskom i životinjskom mozgu za razvoj novih tehnologija. Simulator neuronske mreže može pružiti modeliranje ili neku vrstu istraživačkog prototipa za umjetnu neuronsku mrežu.
Općenito, simulator neuronske mreže je resurs za istraživače koji se bave otkrivanjem kako neuronska mreža funkcionira. Širok izbor alata analizirat će algoritme u neuronskoj mreži i procese koje znanstvenici mogu promatrati u tim vrlo složenim mrežama. Različite vrste prikupljanja podataka pomažu simulatoru da procijeni što se događa unutar biološke ili umjetne mreže.
Kako bi učinkovito pokazali ljudskim operaterima kako funkcionira neuronska mreža, simulatori neuronske mreže najčešće uključuju svestrana vizualna sučelja koja prikazuju podatke na grafički način. Mnogi od njih imaju više prozora koji su označeni za jednostavnu identifikaciju podatkovnih modula ili programskih traka. Simulatori mogu uključivati vizuale označene bojama koje korisnicima pokazuju kako neuronska mreža radi u simulaciji.
Priroda simulatora neuronske mreže je da pokušava kopirati rad mreže. Stručnjaci su istaknuli da su u današnjem istraživačkom svijetu alati koje istraživači koriste za procjenu umjetnih neuronskih mreža često složeniji od jedne simulacije. Iz tog razloga, znanstvenici koji proučavaju umjetne neuronske mreže mogu te alate nazivati općenitijim “platformama” ili “istraživačkim okruženjima”.
Simulatori neuronskih mreža i dalje su najnapredniji način procjene bioloških neuronskih mreža. Ovi alati su popularni u promatranju ponašanja mozga ljudi i životinja. Druga klasa simulatora koji se nazivaju simulatori analize podataka često se koriste za zadatke poput rudarenja podataka i predviđanja. Simulatori mogu pružiti prediktivne modele ili jednostavno pasivno prenositi informacije o testu ili radu mreže.
Drugi način na koji se simulatori neuronske mreže razlikuju je način na koji generiraju ili hvataju podatke. To uključuje tehnologije baza podataka gdje se određeni model može svidjeti timu za istraživanje i razvoj, u skladu s parametrima njihova istraživanja i njihovim namjerama ili konačnim ciljevima. Oni se kreću od jednostavnih dizajna proračunskih tablica do složenih programa s više prozora s naprednim algoritmima i kapacitetom.