Logowanie
Wyraź się! Załóż swoje konto i rozpocznij publikowanie swoich analiz i komentarzy!



Home > Sieć neuronowa > Zasada działania sieci neuronowej

Zasada działania sieci neuronowej

Podstawą do budowy sztucznych sieci neuronowych jest model neuronu zbudowany na wzór jego biologicznego odpowiednika.

Image

Image

W neuronie biologicznym sygnały pochodzące z zewnątrz (od receptorów rejestrujących zdarzenia i sygnały pochodzące zarówno z zewnątrz, jak i z wewnątrz organizmu) i z wewnątrz, to znaczy od siebie samego (sprzężenie zwrotne) lub od innych neuronów są transmitowane przez sieć dendrytów (około 10 4 dla każdego neuronu) do ciała komórki, które znajduję się w środku tej pajęczyny połączeń. Tam wszystkie sygnały są sumowane i po przekroczeniu pewnego progu wytwarzany jest impuls, który wysyłany jest w postaci sygnału nerwowego poprzez akson lub kolaterale do innych neuronów lub ośrodków decyzyjnych/wykonawczych. Impulsy te mogą być hamujące lub pobudzające dla innych neuronów. Podobnie dzieje się w modelu sztucznego neuronu. Sygnały wejściowe x i zostają przemnożone przez odpowiadające im wagi w i , a następnie sumowane w łączny sygnał pobudzenia neuronu net i przetwarzane w wynik y funkcją progową zwaną także funkcją aktywacji f(net) .

Image

gdzie:
Image



net - łączny sygnał pobudzenia

Oto przykład trójwarstwowej sieci neuronowej:
Image



x i - sygnał pobudzenia na wejściu i 

w i - waga sygnału na wejściu i 

n - liczba wejść 

Funkcje aktywacji mogą przyjmować wartości dyskretne lub ciągłe, przy czym obie z nich mogą być unipolarne lub bipolarne. Pierwszą w historii zaproponowaną przez McCulloch & Pitts [12] była funkcja unipolarna dyskretna opisana wzorem:


Image


gdzie: 

k - kolejne momenty czasu 

T - wartość progowa 

Gdy y k będzie przyjmować wartości (-1,1), to wtedy funkcja ta będzie nazywać się bipolarną. Najczęściej jednak spotyka się ciągłą funkcję aktywacji, która przyjmuje różne postacie funkcji sigmoidalnej. Wśród nich najpopularniejsze są dwie postacie: 

• Unipolarna, ciągła funkcja aktywacji:


Image


• Bipolarna, ciągła funkcja aktywacji:


Image


Korzystając z powyższych wzorów konstruuje się przeróżne, sztuczne sieci neuronowe. Mogą one przyjmować struktury jedno i wielowarstwowe. W zależności od obszarów zastosowania i funkcji, jakie mają spełniać, sieci takie mogą przyjmować różne formy oraz wykorzystywać różne funkcje aktywacji. 

Oto przykład trójwarstwowej sieci neuronowej:
Image

PDFDrukujEmail

Najnowsze komentarze

Tagi

Gościmy

NaszÄ… witrynÄ™ przeglÄ…da teraz 23 goÅ›ci