Методы искусственного интеллекта для машинного перевода текстов. Роганов В.Р - 42 стр.

    Дело в том, что такое смещение обычно вводится путем добавления к слою
нейронов еще одного входа, возбуждающего дополнительный синапс каждого
из нейронов, значение которого всегда равняется 1. Присвоим этому входу но-
мер 0. Тогда
                            n
                      s = ∑ xi ⋅ wi                                      (12)
                           i =0

где w0 = –T,
    x0 = 1.
    Очевидно, что различие формул (1) и (12) состоит лишь в способе нумера-
ции входов.




                       Рис. 9. Однонейронный перцептрон


    Из всех активационных функций, изображенных на рисунке 4, одна выде-
ляется особо. Это гиперболический тангенс, зависимость которого симметрич-
на относительно оси X и лежит в диапазоне [-1,1]. Забегая вперед, скажем, что
выбор области возможных значений выходов нейронов во многом зависит от
конкретного типа ИНС и является вопросом реализации, так как манипуляции с
ней влияют на различные показатели эффективности сети, зачастую не изменяя
общую логику ее работы. Пример, иллюстрирующий данный аспект, будет
представлен после перехода от общего описания к конкретным типам ИНС.
    Какие задачи может решать ИНС? Грубо говоря, работа всех сетей сводит-
ся к классификации (обобщению) входных сигналов, принадлежащих n-
мерному гиперпространству, по некоторому числу классов. С математической
точки зрения это происходит путем разбиения гиперпространства гиперплоско-
стями (запись для случая однослойного перцептрона)


                                                                           42