Интеллектуальные информационные системы. Макаренко С.И. - 156 стр.

             16. МНОГОСЛОЙНЫЕ НЕЙРОННЫЕ СЕТИ

                 16.1 Многослойный персептрон

    Каким же образом в многослойных (иерархических) нейронных сетях
преодолевается принципиальное ограничение однослойных нейронных
сетей, связанное с требованием линейной разделимости классов?
    Часто то, что не удается сделать сразу, вполне возможно сделать по
частям. Для этого изменяются задачи, решаемые слоями нейронной сети.
Оказывается в 1-м слое не следует пытаться на основе первичных
признаков, фиксируемых рецепторами, сразу идентифицировать классы, а
нужно лишь сформировать линейно-разделимую систему вторичных
признаков, которую уже во 2-м слое связать с классами (рисунок 16.1).




  Рисунок 16.1 - Задачи, решаемые слоями двухслойной нейронной сети

    В многослойной сети выходные сигналы нейронов предыдущего слоя
играют роль входных сигналов для нейронов последующего слоя, т.е.
нейроны предыдущего слоя выступают в качестве рецепторов для нейронов
последующего слоя.
    Связи между смежными слоями нейронов будем называть
непосредственными, а связи между слоями, разделенными N
промежуточных слоев, будем называть связями N-го уровня
опосредованности. Непосредственные связи – это связи 0-го уровня
опосредованности. Промежуточные слои нейронов в многослойных сетях
называют скрытыми.
    Персептрон переводит входной образ, определяющий степени
возбуждения рецепторов, в выходной образ, определяемый нейронами
самого верхнего уровня, которых обычно, не очень много. Состояния
возбуждения нейронов на верхнем уровне иерархии сети характеризуют
принадлежность входного образа к тем или иным классам.

                                 155