Лекция: Нейронные сети.
Нейронная сеть –раздел иск-го интеллекта, в к-м для обработки сигналов исп-ся явления, аналогичные происходящим в нейронах живых существ. История: 1943-Уильям Маккалок, У.Питтспредлож модель нейрона (нерв клеек мозга, 1949- Хебб. способы обучнейр сети, 1969-М.Минский, С.Пейпертнапис книгу «Персептроны», вней они похорон все перспект НС, нач 80х – новый рассвет НС.(нов мод нейтронов, нов структ НС, нов способуч).
Биол основ. (рис нейрона: тело, аксон-выход, дендриты-входы, синапс.Из тела выходят 2 вида отростков: тонкие-дендриты, долее толстые аксон, входные сигнала поступают ч/з синапсы, наход-ся на дендритах или теле.Выходной сигнал передается аксону ч/з колатералы). Принцип действ: электрохимсигнпопад в тело клетки ч/з синапсы на дендритах, измен велич его энегетпотенц. Один и тот-же сигнпрох ч/з разн синапсы м оказразндейсв-е на клетку (увел или уменьш потенциал) возбужд или тормозящдейс-е. если накоплпотенц клетки превышнекотор порогов зн-е, на вых (аксоне) появлсигн, перед другим клеткам. (tсраб=1-2 мс: Е=-70 мв...+3мв).Мн-во клеток работают параллельно — быстродействие. В мозге чела – 1011 нейронов, каждый связан еще с 1000-10000 других. Поэтому несмотря на на малое быстродействие нейронов, паралелльная обработка инф-ии множеством элементовведет к горомной скорости решения задач.Большое число нейронов и свзей м/у ними увелич. надежность нейронной сети.
Обобщенная модель:
W – вес нейтрона, f – фу-я активац, х0 — сигнполяриз, определ-й порог срабат.
Входные сигналы хiсуммир-ся в нейроне с учетом весовыхкоэф-товWijСумма поступает на вход функционального блока f (U), вход к-гоявл-ся выходным сигналом нейрона. Работа нейрона м.б. описана ф-лой:
. В зав-ти от вида ф-и активации f, различают неск моделей нейронов.
Модели: 1) персептрон f(u)={0,u<0; 1,u>=0. (пороговая ф-я активации). 2) сигмоидальный (ф-я актив-и непрерывная).М.б.униполярнойf(u)=1/(1+e-bu) и биполярной f(u)=tanh (u).
Преимущества – дифференцируемость, к-я исп-ся при обуч-и. 3) WTA-нейрон. Здесь реализ-ся простое суммирование с учетом весовыхкоэф-тов. На выходе группа конкурир-х нейронов имеет блок сравнения. У кого сумма больше, тот получает1, остальн – 0.
Отдельные нейроны объед-т в сети. Слой – это несколько несвяз м/усобой, нейронов, располож в одной плоск.