ВУЗ:
Составители:
Рубрика:
В ряде случаев нейронные сети и физико-математические модели могут составлять единую модель,
например, когда внешние условия описываются уравнениями кинетики, а отклик системы – нейронной
сетью. Иногда используются гибридные нейронные модели, параметры которых являются нечеткими.
В основе теории нейронных сетей лежит желание воспроизвести функции мозга при решении кон-
кретной задачи. Однако создающиеся системы не полностью воспроизводят функции мозга, а, скорее,
представляют математическую модель, воспроизводящую отдельные возможности человеческого мозга,
по аналогии с которым искусственные нейтронные сети характеризуются следующими свойствами [8]:
– обучение (т.е. изменение поведения в зависимости от окружающей среды).
– обобщение (реакция сети после обучения будет, до известной степени, нечувствительна к малым
изменениям входящих сигналов).
– абстрагирование (способность выявления различий во входных сигналах).
2.4.1 Описание биологического нейрона
Из нейробиологии известно, что человеческий мозг состоит из 10
10
…10
11
нейронов. На рис. 7 схе-
матично представлен один биологический нейрон. Он содержит клеточное тело и отростки (аксон и
дендриты).
Клеточное тело состоит из ядра и окружающей его цитоплазмы. На внешней поверхности содер-
жится мембрана, включающая три слоя. Она отделяет клеточное тело от окружающих его крайних
окончаний аксона.
Аксон (выход) – отросток нейрона, который служит для передачи нервных импульсов к другим ней-
ронам или эффекторным органам (мускульным волокнам, клеткам желез).
Дендриты (входы) – отростки, которые связывают нейрон с другими нейронами. Связь осуществля-
ется через специальные контакты, называемыми синапсами.
ядро
синапс
аксон
денндриты
Рис. 7
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 нейрона – нелинейная, нейробиологи счита-
ют, что большинство нейронов производят линейную аппроксимацию, т.е. выходной сигнал нейрона
пропорционален, в некоторой степени, линейной комбинации значений входных сигналов.
2.4.2 Искусственный нейрон
Отдельный обрабатываемый элемент искусственной нейронной сети называется искусственным
нейроном [8]. 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
, ..., w
n
], который соот-
ветствует силе синапса биологического нейрона и поступает на вход суммирующего блока, где все про-
изведения w
i
x
i
суммируются. По этой величине определяется общий вход нейрона
∑
θ+=
i
iii
xwh )( , (3)
где θ
i
– пороговая величина i-го нейрона.
Для определения выхода нейрона О (рис. 8) используется функция активации
Страницы
- « первая
- ‹ предыдущая
- …
- 11
- 12
- 13
- 14
- 15
- …
- следующая ›
- последняя »
