ВУЗ:
Составители:
12
2.2. Теорема Колмогорова
Рассмотрим в качестве примера двухслойную нейронную сеть с
n
входами и одним выходом, которая достаточно проста по структуре и в то
же время широко используется для решения прикладных задач. Эта сеть
изображена на рис. 6. Каждый
i-й нейрон первого слоя ( mi ...,2,1= ) имеет
n входов, которым приписаны веса w
1i
, w
2i
, ..., w
ni
.
Получив входные сигналы, нейрон суммирует их с соответствующими
весами, затем применяет к этой сумме передаточную функцию и пересы-
лает результат на вход нейрона второго (выходного) слоя. В свою очередь,
нейрон выходного слоя суммирует полученные от второго слоя сигналы с
некоторыми весами
v
i
. Для определенности будем предполагать, что пере-
даточные функции в скрытом слое являются сигмоидальными, а в выход-
ном слое используется тождественная функция, т. е. взвешенная сумма
выходов второго слоя и будет ответом сети.
Подавая на входы любые числа
x
1
, x
2
, ..., x
n
, мы получим на выходе
значение некоторой функции
Y=F(x
1
, x
2
, ..., x
n
), которое является ответом
(реакцией) сети. Очевидно, что ответ сети зависит как от входного сигнала,
так и от значений ее внутренних параметров — весов нейронов. Выпишем
точный вид этой функции:
∑∑
==
⋅=
m
i
n
j
jijin
wxvxxxF
10
21
)(),...,,(
σ
, где
as
e
s
−
+
=
1
1
)(
σ
.
В 1957 г. математик А. Н. Колмогоров доказал следующую теорему.
Теорема Колмогорова. Любая непрерывная функция от n перемен-
ных F(x
1
, x
2
, ..., x
n
) на замкнутом ограниченном множестве может быть
представлена в виде
Рис. 6. Пример нейронной сети
2.2. Теорема Колмогорова Рассмотрим в качестве примера двухслойную нейронную сеть с n входами и одним выходом, которая достаточно проста по структуре и в то же время широко используется для решения прикладных задач. Эта сеть изображена на рис. 6. Каждый i-й нейрон первого слоя ( i = 1,2..., m ) имеет n входов, которым приписаны веса w1i, w2i, ..., wni . Рис. 6. Пример нейронной сети Получив входные сигналы, нейрон суммирует их с соответствующими весами, затем применяет к этой сумме передаточную функцию и пересы- лает результат на вход нейрона второго (выходного) слоя. В свою очередь, нейрон выходного слоя суммирует полученные от второго слоя сигналы с некоторыми весами vi. Для определенности будем предполагать, что пере- даточные функции в скрытом слое являются сигмоидальными, а в выход- ном слое используется тождественная функция, т. е. взвешенная сумма выходов второго слоя и будет ответом сети. Подавая на входы любые числа x1, x2, ..., xn, мы получим на выходе значение некоторой функции Y=F(x1, x2, ..., xn), которое является ответом (реакцией) сети. Очевидно, что ответ сети зависит как от входного сигнала, так и от значений ее внутренних параметров весов нейронов. Выпишем точный вид этой функции: m n 1 F ( x1 , x2 ,..., xn ) = ∑ viσ ( ∑ x j ⋅ w ji ) , где σ ( s ) = . i =1 j =0 1 + e − as В 1957 г. математик А. Н. Колмогоров доказал следующую теорему. Теорема Колмогорова. Любая непрерывная функция от n перемен- ных F(x1, x2, ..., xn) на замкнутом ограниченном множестве может быть представлена в виде 12
Страницы
- « первая
- ‹ предыдущая
- …
- 10
- 11
- 12
- 13
- 14
- …
- следующая ›
- последняя »