close

Вход

Забыли?

вход по аккаунту

?

1.Биологические нейроны

код для вставкиСкачать
1. Биологический нейрон имеет следующую структуру :
* тело (сома);
* совокупность дендритов - отростков, по которым в нейрон поступают входные сигналы;
* аксон - отросток, передающий выходной сигнал нейрона другим клеткам.
Точка соединения дендрита и аксона называется синапсом
В понятие модели НС включают:
топологию сети, структурные особенности ее элементов, возможности их настройки, алгоритм обучения.
Модели нейронов: нейрон Хебба(функция φ - функция активационная(функция возбуждения нейрона) и реализуется она по-разному)
1,Функция еденичного скачка(θ-скалярное значение); 2)линейная функция с порогом,(ограничен);3) сигмоид (логистическая функция); сигмоид (гиперболический тангенс);
нейрон Олбуса(У нейрона Олбуса сумматор производит только суммирование, а умножение на коэффициент осуществляется после нелинейного преобразователя, или после точки ветвления (в этом случае умножение производится также на вектор коэффициентов для каждого выхода).
Искусственная нейронная сеть (НС) - некоторое вычислительное устройство обработки информации, состоящее из большого числа параллельно работающих простых процессорных элементов - нейронов, связанных между собой линиями передачи информации - связями или синапсами.
Упрощенный алгоритм функционирования нейрона можно представить следующим образом:
1. Нейрон получает от дендритов набор (вектор) входных сигналов.
2. В теле нейрона оценивается суммарное значение входных сигналов. Каждый вход нейрона характеризуется некоторым весовым коэффициентом, определяющим важность поступающей по нему информации. Таким образом, нейрон вычисляет скалярное произведение вектора входных сигналов и вектора весовых коэффициентов W.
3. Нейрон формирует выходной сигнал, интенсивность которого зависит от значения вычисленного скалярного произведения. Эта зависимость имеет нелинейный пороговый характер. Функцию, реализующую данную нелинейную зависимость, называют функцией активации нейрона или функцией возбуждения нейрона.
4. Выходной сигнал поступает на аксон и передается дендритам других нейронов.
теорема Колмогорова-Арнольда:
1) Теорема о возможности представления непрерывных функций нескольких переменных суперпозициями непрерывных функций меньшего числа переменных (1956 г.).
2) Теорема о представлении любой непрерывной функции трех переменных в виде суммы функций не более двух переменных (1957 г.).
3) Теорема о представлении непрерывных функций нескольких переменных в виде суперпозиций непрерывных функций одной переменной и сложения (1957 г.).
Последняя теорема была переложена Хехт-Нильсеном в 1987 г. для нейронных сетей. Теорема Хехт-Нильсена доказывает представимость функции многих переменных достаточно общего вида с помощью двухслойной НС с прямыми полными связями с n нейронами входного слоя, (2n+1) нейронами скрытого слоя с заранее известными ограниченными функциями активации (например, сигмоидальными) и m нейронами выходного слоя с неизвестными функциями активации.
Документ
Категория
Разное
Просмотров
87
Размер файла
85 Кб
Теги
нейроны, биологическая
1/--страниц
Пожаловаться на содержимое документа