ють собі там, де мається велика кількість вхідніх даніх, между Якими існують неявні взаємозв'язкі и закономірності. У цьом випадка нейромережі допоможуть автоматично дати Різні нелінійні залежності, сховані в даніх. Це особливо ВАЖЛИВО в системах ПІДТРИМКИ Прийняття РІШЕНЬ и експертних системах.
Штучний нейрон імітує в первом набліженні Властивості біологічного нейрона. На вхід штучного нейрона Надходить Деяка множини сігналів, шкірні з якіх є виходом Іншого нейрона. Кожний вхід помножається на відповідну Вагу, аналогічну сінаптічній сілі, и ВСІ добуткі підсумовуються, визначаючи рівень актівації нейрона. На малюнку 3 представлена ​​модель, что реалізує Цю ідею. Хочай мережеві парадигми й достатньо різноманітні, в Основі почти всех їх лежить ця конфігурація. Тут множини вхідніх сігналів, позначені x 1 , x 2 , ..., x n Надходить до штучного нейрона. Ці вхідні сигналі, у сукупності позначені вектором X, відповідають сигналам, что надходять до сінапсів біологічного нейрона. Кожний сигнал помножується на відповідну Вагу w 1 , w 2 , ..., w n и Надходить на сумуючій блок, позначені ОЈ. Кожна вага відповідає "Сілі" одного біологічного синаптичних зв'язку. (Множини ваг у сукупності позначається вектором W.) Сумуючій блок, что відповідає тілу біологічного елемента, алгебраїчно складає Зважені входь, створюючі вихід, Який назвемо NET. У векторна позначені це может буті записання в компактному вігляді (5). br/>
(5)
В
Малюнок 3 - Штучний нейрон
Сигнал NET далі, як правило, перетворюється актіваційною функцією F и Дає вихідний Нейрони сигнал. Актіваційна функція может буті як звичайний лінійною функцією (6) так и нелінійною: логістична (7) та гіперболічній тангенс (8). br/>
(6)
(7)
(8)
Область значень Функції 6 - [0 .. 1], Функції 7 - [- .1]. Варто помітіті, что багатошарова мережа віграє по обчіслювальній потужності перед одношарового Тільки в того випадка, коли функція актівації в ПРИХОВАНЕ кулях самє нелінійні.
Нейрони та міжнейронні зв'язки задаються програмно на звичайний комп'ютері. Структура взаємозв'язків между нейронами в нейропрограмме аналогічна такий у біологічніх об'єктах. Штучний нейрон має комунікації з іншімі нейронами через синапси, Які передаються сигналі від других нейронів до даного (дендрити) або від даного нейрона до других (аксон) i самому Собі. Кожний синапс має параметр "Вагу", на Який помножується Кожний сигнал, что проходити через цею синапс.
нейронних мереж, такоже як и біологічний аналог, має каналізац для зв'язку Із зовнішнім світом, что Забезпечують надходження ІНФОРМАЦІЇ Із зовнішнього світу на нейронних мереж (через вхідні нейрони) i Висновок ІНФОРМАЦІЇ з нейронної мережі в зовнішній світ (через вихідні нейрони). Існує Величезна кількість ЗАСОБІВ з'єднання нейронів, что зростанні Зі збільшенням числа нейронів у м...
