Нейроподобный элемент (нейрон)

На нейроподобный элемент поступает набор входных сигналов x1, x2, ..., xM (или входной вектор X), представляющий собой выходные сигналы других нейроподобных элементов. Каждый входной сигнал умножается на соответствующий вес связи w1, w2, ..., wM - аналог эффективности синапса. Вес связи является скалярной величиной, положительной для возбуждающих и отрицательной для тормозящих связей. Взвешенные весами связей входные сигналы поступают на блок суммации, соответствующий телу клетки, где осуществляется их алгебраическая суммация и определяется уровень возбуждения нейроподобного элемента S:

Рис. 1.1.

(1.1)

Выходной сигнал нейрона y определяется путем пропускания уровня возбуждения S через нелинейную функцию f:

(1.2)

где q - некоторое постоянное смещение (аналог порога нейрона). Обычно используются простейшие нелинейные функции: бинарная (рис. 1.2, а)

Рис. 1.2.

(1.3)

или сигмоидная (рис. 1.2, б)

(1.4)

В такой модели нейрона пренебрегают многими известными характеристиками биологического прототипа, которые некоторые исследователи считают критическими. Например, в ней не учитывают нелинейность пространственно-временной суммации, которая особенно проявляется для сигналов, приходящих по возбуждающим и тормозящим синапсам, различного рода временные задержки, эффекты синхронизации и частотной модуляции, рефрактерность и т.п. Несмотря на это нейроподобные сети, построенные на основе таких простых нейроподобных элементов, демонстрируют ассоциативные свойств, напоминающие свойства биологических систем.

Нейроподобная сеть.

Нейроподобная сеть представляет собой совокупность нейроподобных элементов, определенным образом соединенных друг с другом и с внешней средой. Входной вектор (координирующий входное воздействие или образ внешней среды) подается на сеть путем активации входных нейроподобных элементов. Множество выходных сигналов нейронов сети y1, y2, ...,yN называют вектором выходной активности, или паттерном активности нейронной сети. Веса связей нейронов сети удобно представлять в виде матрицы W, где wij - вес связи между i- и j-м нейронами. В процессе функционирования (эволюции состояния) сети осуществляется преобразование входного вектора в выходной, т.е. некоторая переработка информации, которую можно интерпретировать, например, как функцию гетеро- или автоассоциативной памяти. Конкретный вид выполняемого сетью преобразования информации обусловливается не только характеристиками нейроподобных элементов, но и особенностями ее архитектуры, т.е. той или иной топологией межнейронных связей, выбором определенных подмножеств нейроподобных элементов для ввода и вывода информации или отсутствием конкуренции, направлением и способами управления и синхронизации информационных потоков между нейронами и т.д.

• Модели нейронных сетей.
• Обучение нейронной сети.
• Нейрокомпьютеры.

Другое по теме

Литье
Процесс литья под давлением имеет более чем вековую историю. Главными его преимуществами является возможность получения заготовок с минимальными припусками на механическую обработку или без неё и минимальной шероховатостью необработанных поверхностей, обеспечение высокой производительности и низкой трудоёмкости изготовл ...

Расчеты при проектировании висячего авто-пешеходного моста в г.Ярославле
Presented paper deals with Designed and Calculation aspects of Methods of suspension erection of central Span of 3 span foot/auto suspension Bridge Structure across River Kotorosl in Yaroslavl. Methology presented in this paper allow to Reach pre-defined degree of accuracy in Final Bridge Geometry at the end of the Cons ...