Искусственный нейрон

Cтраница 2

На рис. 2 показана модель искусственного нейрона, где jjlni. [16]

Как мы видели, выход NET простого искусственного нейрона является взвешенной суммой его входов. [17]

Многие авторы избегают термина нейрон для обозначения искусственного нейрона, считая его слишком грубой моделью своего биологического прототипа. В этой книге термины нейрон, клетка, элемент используются взаимозаменяемо для обозначения искусственного нейрона как краткие и саморазъясняющие. [18]

Организмы имеют нервную систему, состоящую из искусственных нейронов. [19]

Сеть ИНС представляет собой совокупность простых вычислительных элементов - искусственных нейронов, каждый из которых обладает определенным количеством входов ( дендритов) и единственным выходом ( аксоном), разветвления которого подходят к синапсам, связывающим его с другими нейронами. На входы нейрона поступает информация извне или от других нейронов. Нейроны в сети могут иметь одинаковые или разные функции возбуждения. Сигналы, поступающие на вход нейрона, неравнозначны в том смысле, что информация из одного источника может быть более важной, чем из другого. Приоритеты входов задаются с помощью вектора весовых коэффициентов, моделирующих синаптическую силу биологических нейронов. [20]

Двухслойная нейронная сеть. [21]

Каждый элемент из множества входов X отдельным весом соединен с каждым искусственным нейроном. А каждый нейрон выдает взвешенную сумму входов в сеть. В искусственных и биологических сетях многие соединения могут отсутствовать, все соединения показаны в целях общности. Могут иметь место также соединения между выходами и входами элементов в слое. Такие конфигурации рассматриваются в гл. [22]

ИНС может рассматриваться как направленный граф со взвешенными связями, в котором искусственные нейроны являются узлами. По архитектуре связей ИНС могут быть сгруппированы в два класса: сети прямого распространения, в которых графы не имеют петель, и рекуррентные сети, или сети с обратными связями. [23]

Нелинейный преобразователь. [24]

В современных работах по этой теме, особенно написанных не инженерами, часто встречаются аналогии искусственный нейрон - нейрон головного мозга. Ряд авторов вообще прямо указывают, что единственное отличие нейросети от мозга человека - в количестве нейронов. [25]

Хотя обычные электронные аналоговые решающие цепи вряд ли удобны для экспериментов, связанных с наличием большого количества искусственных нейронов ( исследование пер-цептрона, гл. [26]

Искусственный нейрон. [27]

Еще в 40 - х гг. у исследователей возникла следующая мысль: если обработка информации в мозгу осуществляется совокупностью пороговых сумматоров, связанных в общую сеть, работающих по принципу все или ничего, то таким же свойством должна обладать и искусственная нейронная сеть, состоящая из соединенных в общую сеть искусственных нейронов. Впервые этот вопрос серьезно исследовали в 1943 г. У. В своей статье Логическое исчисление идей, относящихся к нервной деятельности они показали, что нервная система действительно может быть смоделирована с использованием искусственных нейронов, связанных между собой. [28]

Теория искусственных нейронных сетей в настоящее время проходит этап формирования, что обусловливает разнообразие постановок проблем и основных определений. Исследователи наделяют искусственные нейроны разнообразными свойствами, которые, по их мнению, адекватны функциям биологических нейронов и позволяют получать решение актуальных для исследователя задач. [29]

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. На рис. 1.2 представлена модель, реализующая эту идею. Хотя сетевые парадигмы весьма разнообразны, в основе почти всех их лежит эта конфигурация. Эти входные сигналы, в совокупности обозначаемые вектором X, соответствуют сигналам, приходящим в синапсы биологического нейрона. Каждый вес соответствует силе одной биологической синаптической связи. [30]

Страницы: 1 2 3 4