Интеллектуальные информационные системы. Макаренко С.И. - 152 стр.

    Тогда один из простейших способов определить значения весовых
коэффициентов на дендритах будет заключаться в том, чтобы на
пересечениях строк и столбцов просто проставить суммарное количество
студентов в обучающей выборке, обладающих данным признаком.
    Если нейрон должен выдавать высокий выходной сигнал, когда на
входе ему предъявляется юноша и низкий – когда девушка, то весовые
коэффициенты на дендритах берутся из столбца: "Юноши". И наоборот,
если нейрон должен выдавать высокий выходной сигнал, когда на входе ему
предъявляется девушка и низкий – когда юноша, то весовые коэффициенты
на дендритах берутся из столбца: "Девушки".
    Можно представить себе сеть из двух нейронов, в которой весовые
коэффициенты на дендритах взяты из столбцов: "Юноши" и "Девушки".
    Большее количество нейронов для решения данной задачи будет
избыточным. Его имеет смысл использовать в том случае, когда мы хотим
повысить надежность идентификации объектов нейронной сетью и
различные сходные по смыслу нейроны будут использовать независимые
друг от друга рецепторы.
    Например, если мы не только видим идентифицируемый объект, но
можем его и обонять, и ощупывать, то это повышает надежность его
идентификации. В этом состоит общепринятый в физике критерий
реальности – принцип наблюдаемости, согласно которому объективное
существование установлено для тех объектов и явлений, существование
которых установлено несколькими, по крайней мере, двумя, независимыми
способами.
    В общем случае в нейронной сети каждому классу (градации
классификационной шкалы) будет соответствовать один нейрон и объект,
признаки которого будут измерены рецепторами на входе нейронной сети,
будет идентифицирован сетью как класс, соответствующий нейрону с
максимальным уровнем сигнала на выходе.
    Психологические тесты обычно позволяют тестировать респондента
сразу по нескольким шкалам. Очевидно, нейронные сети, реализующие эти
тесты, будут иметь как минимум столько нейронов, сколько шкал в
психологическом тесте.

               15.7 Классификация нейронных сетей

    В настоящее время существует большое разнообразие моделей
нейронных сетей. Приведем их классификацию в соответствии с работой [3].
    Нейронные сети различают [3]:
     1. по структуре сети (связей между нейронами),
     2. по особенностям модели нейрона,


                                  151