Методы представления знаний. Коробова И.Л. - 15 стр.

UptoLike

Составители: 

Дендриты (входы) – отростки, которые связывают нейрон с другими нейронами. Связь осуществля-
ется через специальные контакты, называемыми синапсами.
В упрощенном виде работу нейрона можно представить так. Клеточное тело принимает входной
сигнал от других нейронов через синаптические связи дендритов, преобразует его и передает выходной
сигнал через аксон другим нейронам. Скорость передачи зависит и от значений входных сигналов, и от
силы синаптических связей. Несмотря на то, что функция нейронанелинейная, нейробиологи счита-
ют, что большинство нейронов производят линейную аппроксимацию, то есть выходной сигнал нейро-
на пропорционален, в некоторой степени, линейной комбинации значений входных сигналов.
Искусственный нейрон
Отдельный обрабатываемый элемент искусственной нейронной сети называется искусственным
нейроном [6 – 18]. Каждый нейрон производит относительно простую работу. На его вход поступает
набор сигналов
X = [x
1
, x
2
, ..., x
n
], каждый из которых может быть выходом от другого нейрона или другого источника.
Каждый вход умножается на соответствующий угловой коэффициент W = [w
1
, w
2
, ..., wn], который соот-
ветствует силе синапса биологического нейрона, и поступает на вход суммирующего блока, где все
произведения w
i
x
i
суммируются. По этой величине определяется общий вход нейрона
θ+=
i
iii
xwh )(
, (1)
где θ
i
пороговая величина i-го нейрона.
Для определения выхода нейрона О (рис. 9) используется функция активации
θ+==
i
iii
xwFhFO )()( . (2)
x
1
x
2
.
.
x
n
Σ
F
O = F(h)
Рис. 9
Наиболее типичными функциями активации являются:
экспоненциальная
0,1
)exp(1
2
)( >λ
λ+
=
h
hF ; (3)
функция знака
<
>+
==
.0,1
;0,1
)sgn()(
h
h
hhF
(4)
Функции, записанные в таком виде, называются биполярными. Возможно использование униполяр-
ных функций
0,
)exp(1
1
)( >λ
λ+
=
h
hF ; (5)
<
>
=
.0,0
;0,1
)(
h
h
hF
(6)
Следует отметить, что при λ экспоненциальная функция приближается к функции знака.
Многослойные нейронные сети
Для решения практических задач часто используются многослойные нейронные сети. Обычно в та-
ких сетях все нейроны в слое связаны со всеми нейронами в предыдущем слое через однонаправленную