Нейрон тәрізді элемент (нейрон)

Жоспар реферат

1. Нейроподобный элемент (нейрон)
2. Нейроподобная желісі.
2.1. Нейронды желілер моделі.
2.1.1. Желі тікелей байланыстары бар.
2.1.2. Желі симметричными байланыстары бар.
2.1.3. Желі латеральным тежеуді.
2.2. Оқыту нейрон.
2.2.1. «Back propagation» (қателіктерді кері тарату алгоритмі) .
2.2.2. Оқыту «тәрбиеші» .
3. Нейрокомпьютеры.
Қорытынды.

1. Нейроподобный элемент (нейрон)
«Нейроподобный элемент түседі жинағы input x1, x2,…, xM (немесе кіріс векторы X) білдіретін шығу сигналдары басқа нейроподобных элементтері. Әрбір кіріс сигналы көбейтіледі тиісті салмағы байланыс w1, w2,…, wM — аналог тиімділігін синапса. Салмағы байланыс болып табылады скалярной шама, оң үшін возбуждающих және теріс үшін тежеу келтіретін байланыстар. Салмақты таразымен байланыстар кіріс сигналдары түседі блок суммации, тиісті дене жасушалары, онда олардың алгебралық суммация және деңгейі анықталады қоздыру нейроподобного элементтің S:

Сур. 1.1.

(1.1) Шығыс сигналы нейрон y арқылы анықталады өткізу деңгейдегі қозу S арқылы нелинейную функциясын f: (1.2) мұндағы q — біршама тұрақты жылжуы (аналог шектен нейрон) . Әдетте, пайдаланылады қарапайым сызықты емес функциялары: бинарлы (сур. 1.2, а)

Сур. 1.2.

(1.3) немесе сигмоидная (сур. 1.2, б)

(1.4)

Осындай модельдері нейрон адамды көптеген белгілі сипаттамалары бар биологиялық прототип, кейбір зерттеушілер деп санайды қиын. Мысалы, онда ескермейді қисықтығы кеңістіктік-уақытша суммации, ол әсіресе байқалады сигналдары үшін, приходящих бойынша возбуждающим және тормозящим синапсам, әртүрлі уақыттық кідіріс, әсерлер синхрондау және жиілік модуляция, рефрактерность және т. б. Бұл нейроподобные желісі негізінде салынған осындай қарапайым нейроподобных элементтерін көрсетеді ассоциативті қасиеттері, тектес қасиеттері биологиялық жүйелердің.

2. Нейроподобная желісі.
Нейроподобная желісі жиынтығы болып табылады нейроподобных элементтерін белгілі бір жолмен бір-бірімен және сыртқы ортамен. Кіріс векторы (үйлестіруші кіріс әсері немесе бейнесі, сыртқы орта) шағым желісі арқылы іске қосу кіріс нейроподобных элементтері. Көптеген шығыс сигналдар нейрондық желі y1, y2,…, yN деп атайды векторы демалыс белсенділігін, немесе паттерном белсенділігін нейрон. Салмағын байланыстар нейрондық желі ыңғайлы түрінде матрица W, мұнда w ij — салмағы арасындағы байланысты i — және j-ші нейронами. Жұмыс істеу процесінде (эволюция жай-күйін) желісін жүзеге асырылады түрлендіру кіріс векторының демалыс, т. е. кейбір ақпаратты өңдеу, оны түсіндіруге болады, мысалы, функциясын гетеро — немесе автоассоциативной…. Нақты түрі орындалатын желісімен ақпаратты түрлендіру негізделеді ғана емес, сипаттамалары нейроподобных элементтері, бірақ және ерекшеліктерімен, оның сәулет, т. е. сол немесе басқа топологиясы бар межнейронных байланыстарды таңдау белгілі бір подмножеств нейроподобных элементтер үшін ақпаратты енгізу және шығару немесе болмауымен, бәсекелестіктің бағыты және тәсілдермен басқару және синхрондау ақпараттық ағындардың нейрондық арасындағы және т. б.

2.1. Нейронды желілер моделі.
Қаралатын біз нейронды желілер моделі үш топқа біріктірілген. П. 2.1.1. қарайды желісін персептронного түріне тән болмауы кері байланыстар арасында нейроподобными элементтері ұйымдастырылған бұл қабаттар. Ерекшелігі желілерін, ұсынылған 2.1.2. симметриялы болып табылады (шамасы бойынша тең және қарама-қарсы бағыты бойынша) арасындағы байланыс кез келген екі құрама нейронами. «Нейросетевых архитектурах сипатталған 2.1.3, нейрондық арасындағы бір қабаты бар тұрақты тежеу (латеральное тежеу) .

2.1.1. Желі тікелей байланыстары бар.
Тікелей персептрон. Ортасында 50-шы жылдардың ұсынылды бірі модельдер нейрондық желі, ол үлкен қызығушылық үшін өз қабілетін айырып қарапайым білім. Бұл модель — персептрон — тұрады екілік нейроподобных элементтердің және қарапайым топологияны мүмкіндік жеткілікті толық талдау жасап, оны құруға көптеген физикалық іске асыру. Типтік персептрон тұрады үш негізгі компоненті:

матрица екілік кіру r1, r2,…, rn (сенсорлық нейрондық немесе «тор» , қайда беріледі кіру бейнелері) ;
жиынтығы бинарлық нейроподобных элементтерін x1, x2,…, xm (немесе предикаттар неғұрлым жалпы жағдайда) белгіленген төлемдері байланыстарымен — подмножествам көздің тор қабығы («детекторлары белгілері» ) ;
бинарлық нейроподобного элементтің модифицируемыми байланыстары бар осы предикатам («шешуші элемент» ) .
Шын мәнінде, саны шешуші элементтерін таңдайды санына тең сынып, ол қажет бөлу қойылатын персептрону бейнелері.

Осылайша, моделі персептрона болуымен сипатталады тек тікелей байланыс, бір топтары болып табылатын модифицируемым. «Постейшем жағдайда, қашан n = m xi = ri, детекторлар белгілері ретінде қарастырылуы мүмкін кіріс қабаты. Сонда персептрон айналып отыр бинарным нейроподобным элементі. Бұл классикалық моделі М-входового нейрон, келтірілген күріш. 1.1, немесе қарапайым персептрон Розенблатта. Жалпы жағдайда әрбір элементі xi ретінде қарастырылуы мүмкін булева функция, тәуелді біраз подмножества торлар. Сонда шамасы шығыстық сигналдардың осы өңдеуші элементтер болып табылады мәні функциялары xi, ол 0-ге тең немесе 1.

Құрылғы жауап кіріс векторы генерацией шығыс сигналының y шешуші элемент бойынша формула (1.3) . Осылайша, персептрон қалыптастырады гиперплоскость, ол бөледі көп өлшемді кеңістік x1, x2,…, xm екі бөлігін анықтайды, қандай, олардың орналасқан кіру бейнесі орындай отырып, осылайша, оның жіктелуі. Сұрақ туындайды: қалай анықтауға маңызы бар таразының қамтамасыз ету үшін шешім персептроном нақты міндеттері. Бұл қол жеткізіледі оқыту процесінде.

Бірі алгоритмдерін оқу-параграфында келтірілген 2.2.

Көпқабатты персептрон. Жоғарыда айтылғандай, қарапайым персептрон бір қабатымен оқытылатын байланыстарды қалыптастырады шекаралары облыстардың шешімдер түрінде гиперплоскотей. Екі қабатты персептрон орындай алады орындай алады операциясын логикалық «Және» үстінен полупространствами, білімді гиперплоскостями бірінші қабатын таразы. Бұл қалыптастыруға мүмкіндік береді кез келген, мүмкін шексіз, шығыңқы облысы кеңістікте кіріс сигналдары. Көмегімен үш қабатты персептрона, өлтіретін логикалық «НЕМЕСЕ» қажетті шығыңқы облысы, алуға болады қазірдің өзінде шешімдер еркін нысандағы және күрделілігі, оның ішінде невыпуклые және несвязные. Бұл көп қабатты персептроны жеткілікті көптеген ішкі нейроподобных элементтерін және тиісті матрицамен связе негізінде жүзеге асыруға қабілетті кез келген бейнелеу кіру — шығу, атап тағы Минск және Пейперт, алайда олар күмән келтірген-деп ашуға болады, олар үшін қуатты аналогы рәсімнің оқыту қарапайым персептрона. Қазіргі уақытта нәтижесінде деген қызығушылықты арттыру многослойным желілері ұсынылды бірнеше осындай рәсімдерді. Олардың бір бөлігі-параграфында келтірілген 2.2.

2.1.2. Желі симметричными байланыстары бар.
Ансамблевые нейрондық желілер. Минск және Пейперт » деп атап көрсетті кемшіліктері қарапайым персептронов еңсеруге болады көмегімен көп қабатты желілерін (қараңыз. жоғары) , сондай-ақ енгізумен желісі кері байланыс, жол беретін айналымын сигналдарды тұйық контурлары. Пайдалану қасиеттерін осындай желілерді модельдеу үшін функцияларды ми тағы 1949 жылы ұсынды Хебб.

Сәйкес көзқарастарға Хебба жүйке жасушалары ми жалғануы, бір-бірімен көп тікелей және кері возбуждающих байланыстар құрайды және нейронную желісі. Әрбір нейрон жүзеге асырады кеңістіктік-уақытша суммацию приходящих оған белгілерді возбуждающих анықтай отырып, әлеуеті өз мембране. Кезде әлеуетті мембране шекті мәнінен асып, нейрон қозғалады. Нейрон ие рефрактерностью мен өміріне қалай әсер етеді. Тиімділігі байланыстардың өзгеруі мүмкін жұмыс істеу процесінде желі повышаясь арасындағы бір мезгілде возбужденными нейронами. Бұл әкеледі біріктіру нейрондық » клеткалық ансамбльдер — жасуша, бұл көбінесе тіркелген жоқ, және обособлению ансамбль бір-бірінен. Қозғау үшін жеткілікті бөлігінің ансамблінің ол қозғалады көрсетіледі. Әр түрлі ансамбльдер мүмкін пересекаться: бір нейрон кіре алады, әр түрлі ансамбльдер. Электрлік белсенділігі ми негізделген жүйелі қоздырумен жекелеген ансамбльдер.

Идеялар Хебба көрсетті үлкен әсер ұсыну туралы ми және негіз жасау үшін нейрондық модельдер ұзақ мерзімді жад. Шын мәнінде, ансамблевую нейронную желісі ретінде қарастыруға болады құрылымын іске асыратын функциялар бөлінген ассоциативтік жад. Қалыптастыру ансамбльдер осындай желі сәйкес келеді запоминанию білім (белгілері, объектілері, оқиғалар, ұғымдар) , закодированных паттерном белсенділігін нейрондық, ал қалыптастырылған ансамбльдер болып табылады олардың ішкі ұсыну. Процесс қоздыру барлығы ансамблінің белсендіру кезінде оның нейрондық түсіндіруге болады ретінде алу запомненной ақпарат бойынша оның бөліктері — кілтіне сәйкестігін куәландыру жөніндегі жады.

Моделі жад негізінде ансамблевой нейрон ие кейбір қасиеттері бар, өзіне тән биологиялық жад сияқты ассоциативтілік, распределенность, қиылысу, параллельдік, төзімділігі, шуыл мен іркілістер, сенімділігі. Жүргізіледі, сондай-ақ құрылымдық аналогтары арасындағы ансамблевыми модельдеріне нейрондық желілер мен құрылымы, ми қыртысының. Бар эксперименттік деректер туралы синаптические икемділік, постулированной Хеббом.

Моделі ансамблиевой желі тұрады үлкен саны нейрондық, олардың әрқайсысы, әдетте, соединен барлық басқа желілер элементтері. Кіріс бейнесі беріледі желісі арқылы іске қосу қажетті нейроподобных элементтері. Оқыту ансамблиевой желі-параграфта сипатталған.