Нейросетевые структуры и технологии. Часть 1. Электрические и математические модели нейронов. НС прямого распространения. Клюкин В.И - 24 стр.

3. АРХИТЕКТУРА, ПРОБЛЕМЫ ПОСТРОЕНИЯ И ОБУЧЕНИЯ
НЕЙРОННЫХ СЕТЕЙ

3.1. Основные конфигурации ИНС и их свойства
      Искусственная нейронная сеть (ИНС) представляет собой сово-
купность определенным образом соединенных между собой и с внешней
средой нейронов трех типов – входных, выходных и промежуточных. С
точки зрения топологии ИНС различают:
      1) полносвязные НС (рис. 3.1, а), где каждый нейрон передает свой
выходной сигнал всем остальным, в том числе и самому себе, все вход-
ные сигналы подаются всем нейронам, а выходными сигналами могут
быть отклики всех или некоторых нейронов после нескольких тактов
функционирования сети;
      2) слоистые или многослойные НС, в которых нейроны располо-
жены в несколько слоев. Нейроны нулевого слоя служат для приема
входных сигналов и передачи их через точки ветвления всем нейронам
следующего (скрытого) слоя без обработки, 1-й слой осуществляет пер-
вичную обработку входных сигналов и формирует сигналы для 2-го
слоя, который таким же образом формирует сигналы для 3-го и т. д.
вплоть до последнего слоя, который образует выход НС. Число нейро-
нов в каждом слое может быть любым и никак не связанным с количест-
вом нейронов в других слоях. Если не оговорено особо, то каждый вы-
ходной сигнал i-го слоя подается на входы всех нейронов (i + 1)-го.
      Среди многослойных НС выделяют следующие типы:
      а) НС прямого распространения, в которых отсутствуют обратные
связи (ОС), то есть подача выходных сигналов любого слоя на входы
нейронов этого же или любого предыдущего слоя.
      б) рекуррентные НС, где указанные ОС присутствуют в том или
ином варианте.
      Наиболее часто используются трехслойные НС прямого распро-
странения с одним скрытым слоем (рис. 3.1, б), которые иногда называ-
ют двухслойными из-за отсутствия обработки информации нейронами
входного слоя;
      3) слабосвязные НС, где нейроны располагаются в узлах прямо-
угольной или гексагональной решетки. При этом каждый нейрон может
быть связан с четырьмя (окрестность фон Неймана, рис. 3.1, в), шестью
(окрестность Голея) или восемью (окрестность Мура, рис. 3.1, г) бли-
жайшими соседями.


                                     24