ВУЗ:
Составители:
Рубрика:
В основе теории нейронных сетей лежит желание воспроизвести функции мозга при решении конкретной 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 [6, 15]:
− 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. Один биологический нейрон
схематично представлен на рис. 7. Он содержит клеточное тело и отростки (аксон и дендриты).
ядро
синапс
аксон
денндриты
Рис. 7
Клеточное тело состоит из ядра и окружающей его цитоплазмы. На внешней поверхности содержится 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 нейронам или
эффекторным органам (мускульным волокнам, клеткам желез).
Дендриты (входы) – отростки, которые связывают нейрон с другими нейронами. Связь осуществляется через
специальные контакты, называемыми синапсами.
В упрощённом 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 считают, 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, 9].
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 соответствует 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 )( , (3)
где θ
i
– пороговая величина i-го нейрона.
Для определения выхода нейрона О (рис. 8) используется функция активации:
θ+==
∑
i
iii
xwFhFO )()( . (4)
x
1
x
2
.
.
x
n
Σ
F
O = F(h)
Рис. 8
Наиболее типичными функциями активации являются:
− экспоненциальная:
Страницы
- « первая
- ‹ предыдущая
- …
- 9
- 10
- 11
- 12
- 13
- …
- следующая ›
- последняя »
