![]() Главная страница Случайная страница КАТЕГОРИИ: АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника |
Сигмоидальный нейрон
Рисунок 14 Сигмоидальный нейрон Нейрон сигмоидального типа имеет структуру, подобную модели МаКаллека-Питса с той разницей, что функция активации может быть выражена сигмоидальной, униполярной и биполярной функциями.
Рисунок 15 Униполярная функция Рисунок 16 Биполярная функция
Параметр Важным свойством сигмоидальной функции является её дифференцируемость:
Рисунок 17 График производной Сигмоидальный нейрон обучается с учителем по принципу минимизации целевой функции. Нейрон типа «адалайн» Адалайн – адаптивный линейный нейрон, со следующей структурной схемой: Рисунок 18 нейрон типа Адалайн Алгоритм подбора весов: Квадратичная ошибка: Адаптивный подбор весовых коэффициентов осуществляется в процессе минимизации квадратичной ошибки. Несмотря на нелинейный характер модели, в целевой функции присутствуют только линейные элементы, представляющие собой сумму взвешенных входных сигналов. В связи с выполнением условия непрерывности целевой функции, стало возможно применение алгоритма градиентного обучения. Значения весовых коэффициентов могут утоняться либо дискретным способом: В практических приложениях нейроны типа «адалайн» всегда используется группами, образуя слои, называемые «мадалайн». Каждый входящий в слой нейрон обучается по правилу адалайн. Существует три базовых схемы межнейронных соединений: Рисунок 19 Межнейронные соединения Сигналы В связи с используемой функцией активации выходных сигналов y принимает значение +1, когда хотя бы один из входных сигналов имеет значение +1, когда все входные сигналы имеют значение +1, либо когда большинство сигналов имеет значение +1. 1.10.2011
|