Искусственный нейрон
Искусственный нейрон имитирует в первом приближении свойства биологического нейрона. На вход искусственного нейрона поступает некоторое множество сигналов, каждый из которых является выходом другого нейрона. Каждый вход умножается на соответствующий вес, аналогичный синаптической силе, и все произведения суммируются, определяя уровень активации нейрона.
Рис. 1.2. На рис. 1.2 представлена модель, реализующая эту идею. Множество входных сигналов, обозначенных
, поступает на искусственный нейрон. Эти входные сигналы, в совокупности обозначаемые вектором
, соответствуют сигналам, приходящим в синапсы биологического нейрона. Каждый сигнал умножается на соответствующий вес
, и поступает на суммирующий блок, обозначенный
. Каждый вес соответствует "силе" одной биологической синаптической связи. (Множество весов в совокупности обозначается вектором
.) Суммирующий блок, соответствующий телу биологического элемента, складывает взвешенные входы алгебраически, создавая выход, который мы будем называть
. В векторных обозначениях это может быть компактно записано следующим образом:
Сигнал
далее, как правило, преобразуется активационной функцией
и дает выходной нейронный сигнал
. Активационная функция может быть обычной линейной функцией
где
— константа, пороговой функцией
где
— некоторая постоянная пороговая величина, или же функцией, более точно моделирующей нелинейную передаточную характеристику биологического нейрона и предоставляющей
нейронной сети большие возможности.
Рис. 1.3. На рис. 1.2 блок, обозначенный
, принимает сигнал
и выдает сигнал
. Если блок
сужает диапазон изменения величины
так, что при любых значениях
значения
принадлежат некоторому конечному интервалу, то
называется
"сжимающей" функцией. В качестве "сжимающей" функции часто используется логистическая или "сигмоидальная" (S-образная) функция, показанная на рис. 1.3. Эта функция математически выражается как
. Таким образом,
По аналогии с электронными системами активационную функцию можно считать нелинейной усилительной характеристикой искусственного нейрона.
Содержание Назад Вперед
Forekc.ru
Рефераты, дипломы, курсовые, выпускные и квалификационные работы, диссертации, учебники, учебные пособия, лекции, методические пособия и рекомендации, программы и курсы обучения, публикации из профильных изданий
