Выход - нейрон
Cтраница 1
Выход нейрона - двоичная переменная у, если на выходе имеется сигнал: у 0, если на выходе сигнала нет. [1]
Выход нейрона слоя k, вычитаясь из целевого значения ( Target), дает сигнал ошибки. [2]
Выход нейронов слоя 1 принимает значения в интервале [0;1], при этом чем меньше выходной сигнал нейрона, тем более целесообразным является включение соответствующей этому нейрону операции в структуру технологического процесса. [3]
Вычисления выхода нейрона предполагаются мгновенными, не вносящими задержки. [4]
Значение выхода нейрона изменяется по закону Вебера-Фехнера, используемого в нейрофизиологии для аппроксимации нелинейных соотношений значений на входах / выходах сенсорных нейронов. При использовании этого соотношения нейрон когнитрона достаточно точно моделирует поведение биологического прототипа. [5]
 |
Область связи с областью конкуренции. [6] |
Грубо говоря, выход возбуждающего нейрона в когнитроне определяется отношением его возбуждающих входов к тормозящим входам. Эта необычная функция имеет важные преимущества, как практические, так и теоретические. [7]
 |
Упрощенный слон сравнения. [8] |
Чтобы получить на выходе нейрона единичное значение, как минимум два из трех его входов должны равняться единице; в противном случае его выход будет нулевым. [9]
При инициализации значения на всех выходах нейронов идентичны. [10]
 |
Взаимосвязь простого нейрона со сложными нейронами из предыдущего слоя. [11] |
При обучении с учителем требуемые значения выходов нейронов каждого слоя определяется заранее. Их веса настраиваются с использованием обычных процедур. Например, входной слой настраивался для распознавания отрезков линий в различных ориентациях. Последующие слои обучаются реагировать на более сложные свойства до тех пор, пока в выходном слое требуемый образ не будет выделен. [12]
Влияние сигнала сброса заключается в установке выхода возбужденного нейрона в нуль, отключая его на время текущей классификации. [13]
На каждой итерации большие сигналы на выходах нейронов подавляют слабые сигналы на выходах других нейронов. Это достигается за счет использования латеральных связей. Если в начале функционирования сети сигнал на выходе одного из нейронов имеет максимальное значение, то в конце функционирования на выходах всех нейронов, кроме максимального, формируются значения, близкие к нулю. Итерации сети завершаются после того, как выходные сигналы нейронов перестают меняться. [14]
 |
Пример нейронной сети без циклов. [15] |
Страницы: 1 2 3 4 5