Питтса

Cтраница 2

Традиционной моделью теории нейронных сетей является нейрон Мак-Каллока - Питтса. [16]

Один из подходов основывался на модели работы неравной сети головного мозга, в которой каждый нейрон представлялся в виде порогового элемента, или линейной машины для двух классов. В работах этого направления, начало которому было положено знаменитой публикацией Маккаллока и Питтса ( 1943), всячески подчеркивалась необходимость безошибочного выполнения функции разделения; большое значение придавалось такому свойству, как приспособляемость или обучаемость. Для повышения качества работы системы в персептроне Розенблатта ( Розенблатт, 1957, 1962; Блок, 1962) были использованы некоторые вспомогательные правила, в соответствии с которыми изменялись весовые коэффициенты нейронов. [17]

Уравнение Питтса [16] основано на других граничных условиях и получено иным способом. Питтс, Тейбор и Дейли [3] подробно обсудили подходы Фуосса - Онзагера и Питтса. [18]

Однако средствами этой теории невозможно продвинуться в описании сложных форм деятельности, что и определяет ее ограниченное значение для нейрофизиологии и тем более психологии. Действительно, в теории формальных нейронов ( созданной работами У. Питтса и поднявшейся на новый этап после того, как Мак-Каллок в 1958 г. предложил использовать в ней аппарат диаграмм Венна6) прообразами основных объектов этой теории - формальных нейронов - являются реальные нервные клетки. В какой мере формальные нейроны как абстрактные объекты являются хорошим приближением к реальным нейронам. Первоначально это приближение было построено на понимании нейрона как жесткого детерминистского устройства, безошибочно работающего по принципу все или ничего. Хотя это приближение, как было очевидно с самого начала, в физиологическом плане совершенно недостаточно, теория, построенная на его основе, позволила получить ряд замечательных результатов и среди них вывод о том, что поведение любой такой нейронной сети может быть описано в терминах математической логики. По мере развития теории формальных нейронных сетей грубость первоначальных допущений постепенно уменьшалась; в теорию были введены формальные налоги механизма порогов возбуждения, их флуктуации, их сдвигов в ту или иную сторону. [19]

Эффект ложной памяти. Верхний ряд - набор ключевых образов, которым обучена сеть. Нижний ряд иллюстрирует выход сети на стационарную, не зависящую от времени конфигурацию. Эта конфигурация не соответствует ни одному ключевому образу. [20]

Ниже мы обсудим модифицированную модель Хопфилда. В этой модели предпринята попытка устранить оба недостатка, усложнив модель нейрона. Идеализированный нейрон Мак-Каллока - Питтса мгновенно реагирует на состояния соседей, причем независимо от того состояния, в котором в данный момент находится он сам. Это противоречит ряду нейрофизиологических данных, утверждающих, что реальный нейрон является чрезвычайно сложной инерционной системой. [21]

Словарь аналогичных терминов. [22]

Подобная точка зрения; на первый взгляд, может показаться обоснованной. Формализм нейронных сетей действительно способен претендовать на роль универсального языка. Не случайно уже в пионерской работе МакКаллока и Питтса было показано, что нейросетевое описание эквивалентно описанию логики высказываний. [23]

При диссоциации двухатомной молекулы могут образоваться лишь два атомных фрагмента, и их химическая идентификация не вызывает сомнений. Однако при диссоциации многоатомной молекулы иногда возможно получение многих наборов продуктов, так что понимание фотохимии больших молекул требует исследования природы первичных продуктов реакции. Более детальное обсуждение методов выявления первичных механизмов диссоциации читатель может найти в книгах Кал-верта и Питтса, Окабе ( см. список литературы) и в цитируемых оригинальных работах. В табл. 3.3 мы приводим первичные процессы диссоциации малых неорганических молекул. Фотодиссоциативные процессы органических молекул проиллюстрированы на примере двух классов соединений: углеводородов и карбонилов. [24]

Джаст-ров и Пирс [66] учли эффекты столкновений ионов газа с поверхностью шарового тела; их результаты нашли экспериментальное подтверждение в экспериментальных исследованиях Питтса и Кнехтеля [71] ртутной плазмы. [25]

В этой работе впервые представлена формализованная модель искусственного нейрона и разработана теория ИНС как конечных автоматов, способных реализовывать психологические функции. Питтса функциональные свойства моделей ИНС постулируются в качестве исходных, т.е. отсутствует такое полезное свойство, как обучение. [26]

Для расчетов использовали значение А 151 75, найденное Фуоссом и Онза-гером ( [65], стр. Как видно из табл. 7.3, во всем рассмотренном интервале концентраций КВг соответствие между экспериментальными и теоретическими значениями К удовлетворительное. Ошибка в расчете К с помощью величин а и а не превышает ошибки, полученной при расчетах по уравнениям Фуосса - Онзаге-ра, Шедловского, Робинсона - Стокса и Фалькенгаге-на - Питтса с эмпирически подобранными параметрами а ( см. [65], табл. 7.4 и стр. [27]

Страницы: 1 2