Устройство нейронных сетей
1.2.1. Элементы нейронных сетей
Для описания алгоритмов и устройств нейроинных сетей выработана специальная "схемотехника", в которой элементарные устройства – сумматоры, синапсы, нейроны и т.п. объединяются в сети, предназначенные для решения задач.
Наиболее важный элемент нейросистем – это адаптивный сумматор. Адаптивный сумматор вычисляет скалярное произведение вектора входного сигнала x на вектор параметров w (рис. 1.1). Адаптивным он называется из-за наличия вектора настраиваемых параметров w. Для многих задач полезно иметь линейную неоднородную функцию выходных сигналов. Ее вычисление также можно представить с помощью адаптивного сумматора, имеющего n+1 вход и получающего на 0-й вход постоянный единичный сигнал (рис. 1.2).
Рис. 1.2. Неоднородный адаптивный сумматор |
Рис. 1.1. Адаптивный сумматор |
Рис. 1.5. Формальный нейрон |
Рис. 1.3. Нелинейный преобразователь сигнала |
Рис. 1.4. Точка ветвления |
Нелинейный преобразователь (рис. 1.3) сигнала скалярный входной сигнал x переводит в значение функции j(x). Точка ветвления служит для рассылки одного сигнала по нескольким адресам (рис. 1.4). Она получает скалярный входной сигнал x и передает его всем своим выходам. Стандартный формальный нейрон составлен из входного сумматора, нелинейного преобразователя и точки ветвления на выходе (рис. 1.5).
Линейная связь – синапс – отдельно от сумматоров не встречается, однако для некоторых рассуждений бывает удобно выделить этот элемент (рис. 1.6). Он умножает входной сигнал x на «вес синапса» w.
Рис. 1.6. Синапс |
Также бывает полезно «присоединить» связи не ко входному сумматору, а к точке ветвления. В результате получаем элемент, двойственный адаптивному сумматору и называемый «выходная звезда». Его выходные связи производят умножение сигнала на свои веса.
Итак, дано описание основных элементов, из которых составляются нейронные сети.
Дата добавления: 2015-09-18; просмотров: 1161;