Моделирование искусственных нейронных сетей в системе MATLAB. Часть 1. Введение. Донской Д.А - 13 стр.

UptoLike

ВУЗ: 

ПГУ | Пенза

Составители: 

Рубрика: 

13
Нейрон, показанный на рис. 1,б, дополнен скалярным смещением b.
Смещение суммируется со взвешенным входом w*p и приводит к
сдвигу аргумента функции f на величину b. Действие смещения мож-
но свести к схеме взвешивания, если представить, что нейрон имеет
второй входной сигнал со значением, равным 1 (b*1). Вход n функ-
ции активации
нейрона по-прежнему остается скалярным и равным
сумме взвешенного входа и смещения b. Эта сумма (w*p + b*1) явля-
ется аргументом функции активации f, а выходом функции актива-
ции является сигнал а. Константы w и b являются скалярными пара-
метрами нейрона. Основной принцип работы нейронной сети состо-
ит в настройке параметров нейрона
таким образом, чтобы поведение
сети соответствовало некоторому желаемому поведению. Регулируя
веса и параметры смещения, можно обучить сеть выполнять кон-
кретную работу; возможно также, что сеть сама будет корректиро-
вать свои параметры, чтобы достичь требуемого результата.
Уравнение нейрона со смещением имеет вид
a = f (w*p + b*1). (1)
Как уже отмечалось, смещение b – настраиваемый скалярный па
-
раметр нейрона, который не является входом. В этом случае b – вес,
а константа 1, которая управляет смещением, рассматривается как
вход и может быть учтена в виде линейной комбинации векторов
входа
[]
1**
1
bpw
p
bwn +=
⎥
⎦
⎤
⎢
⎣
⎡
= . (2)
Нейрон с векторным входом
Нейрон с одним вектором входа p с R элементами p
1
, p
2
,…, p
R
показан на рис. 2. Здесь каждый элемент входа умножается на веса
w
11
, w
12
,…, w
1R
соответственно, и взвешенные значения передаются
на сумматор. Их сумма равна скалярному произведению вектора-
строки
W на вектор-столбец входа p.
Нейрон имеет смещение b, которое суммируется со взвешенной
суммой входов. Результирующая сумма
n = w
11
p
1
+ w
12
p
2
+… + w
1R
p
R
+ b*1
или 
   Нейрон, показанный на рис. 1,б, дополнен скалярным смещением b.
Смещение суммируется со взвешенным входом w*p и приводит к
сдвигу аргумента функции f на величину b. Действие смещения мож-
но свести к схеме взвешивания, если представить, что нейрон имеет
второй входной сигнал со значением, равным 1 (b*1). Вход n функ-
ции активации нейрона по-прежнему остается скалярным и равным
сумме взвешенного входа и смещения b. Эта сумма (w*p + b*1) явля-
ется аргументом функции активации f, а выходом функции актива-
ции является сигнал а. Константы w и b являются скалярными пара-
метрами нейрона. Основной принцип работы нейронной сети состо-
ит в настройке параметров нейрона таким образом, чтобы поведение
сети соответствовало некоторому желаемому поведению. Регулируя
веса и параметры смещения, можно обучить сеть выполнять кон-
кретную работу; возможно также, что сеть сама будет корректиро-
вать свои параметры, чтобы достичь требуемого результата.
   Уравнение нейрона со смещением имеет вид
                         a = f (w*p + b*1).                    (1)
   Как уже отмечалось, смещение b – настраиваемый скалярный па-
раметр нейрона, который не является входом. В этом случае b – вес,
а константа 1, которая управляет смещением, рассматривается как
вход и может быть учтена в виде линейной комбинации векторов
входа
                             ⎡ p⎤
                   n = [w b] ⎢ ⎥ = w * p + b *1 .              (2)
                             ⎣1⎦
                   Нейрон с векторным входом
   Нейрон с одним вектором входа p с R элементами p1, p2,…, pR
показан на рис. 2. Здесь каждый элемент входа умножается на веса
w11, w12,…, w1R соответственно, и взвешенные значения передаются
на сумматор. Их сумма равна скалярному произведению вектора-
строки W на вектор-столбец входа p.
   Нейрон имеет смещение b, которое суммируется со взвешенной
суммой входов. Результирующая сумма
                 n = w11p1 + w12 p2 +… + w1R pR + b*1
или


                                 13

Страницы