Интеллектуальный анализ данных в менеджменте. Кричевский М.Л. - 8 стр.

UptoLike

Составители: 

8
Дадим краткий исторический обзор становления нейронной докт"
рины.
Начало эпохи нейронных сетей. В 1943 г. В. Маккаллох и В. Питтс
(W. McCulloch, W. Pitts) [2] предложили общую теорию информацион"
ных вычислений, основанную на бинарных решающих элементах, ко"
торые назвали «нейронами». Каждый из этих элементов i = 1,..., n мо"
жет принимать выходные значения только n
i
= 0; 1, при этом n
i
= 0
определяет состояние покоя, а n
i
= 1 – активное состояние элементар"
ной ячейки. Положим, что изменения состояния сети имеют место в
дискретные моменты времени t = 0, 1, 2,.... Новое состояние некоторо"
го нейрона определяется воздействием всех других на него нейронов и
выражается линейной комбинацией их выходных значений:
() ().
iijj
j
ht wnt1
2
(1.1)
Здесь w
ij
определяет синаптические веса между нейронами i и j, а h
i
(t) –
общий постсинаптический потенциал на нейроне i, обусловленный дей"
ствием всех других нейронов. Иначе говоря, модель нейрона Маккалло"
ха–Питтса вычисляет взвешенную сумму своих входов от других ней"
ронов. Далее в модели принято, что нейрон становится активным, если
эта сумма (вход нейрона) превышает некоторый порог q
i
, который мо"
жет значительно различаться от одного нейрона к другому. Тогда эво"
люция сети определяется следующим выражением:
(1) [() ],
iii
nt fht12 34
(1.2)
где f (x) – единичная ступенчатая функция, равная
1, е с л и 0,
()
0, есл и 0.
x
fx
x
1
2
3
4
5
6
Вес w
ij
, определяющий величину связи между нейронами i и j, мо"
жет быть положительным или отрицательным, что соответствует
возбуждающему или замедляющему синапсу. При нулевом значении
веса связь между нейронами i и j отсутствует.
В. Маккаллох и В. Питтс показали, что сети, составленные из
таких нейронов, могут выполнять вычисления подобно программи"
руемым цифровым компьютерам. В определенном смысле сеть также
содержит «программный код», который управляет вычислительным
процессом, т. е. матрицей весов w
ij
. Сеть отличается от традиционно"
го компьютера тем, что шаги программы выполняются не последова"
тельно, а параллельно в пределах каждой элементарной ячейки.
Однако реальные нейроны имеют ряд специфических признаков,
отличающих их от упрощенной модели Маккаллоха–Питтса: