поддержка
проекта:
разместите на своей странице нашу кнопку!И мы
разместим на нашей странице Вашу кнопку или ссылку. Заявку прислать на
e-mail
код нашей кнопки:
Нейронная сеть
Сеть, образованная совокупностью взаимосвязанных нейронов или их
моделей - формальных нейронов. Такие сети из формальных нейронов активно
изучаются в кибернетике и бионике, так как их поведение в некоторой
степени оказывается аналогичным поведению сетей, состоящих из реальных
нейронов в нервных системах живых организмов.
Рассматриваются два типа сетей. В сетях первого типа нейроны
объединяются в сеть путем соединения выходов нейронов с входами других
нейронов при условии, что на каждый вход нейрона поступает не более
одного сигнала. В сетях второго типа на вход нейрона может одновременно
поступать несколько сигналов, которые могут и перед входом
взаимодействовать между собой. Примеры той и другой сети показаны на
рис. 1. Каждый формальный нейрон работает как пороговый элемент. Если
алгебраическая сумма значений сигналов, поступивших на его входы и
взвешенных весами входов, больше порога нейрона А,- или равна ему, то на
выходе нейрона возникает выходной сигнал. Есл же порог не достигнут, то
на выходе нейрона сигна не формируется.
Условимся, что все сигналы, поступающие н сеть извне и формируемые
нейронами, принимаю лишь два значения: 0 и 1. Легко проверить, что
нейронная сеть, изображенная в верхней части рисунка, выдает выходной
сигнал только тогда, когда входной сигнал х1 отсутствует, а входной
сигна Х2 присутствует. При этом обязательно должен при существовать один
из входных сигналов - и (или оба вместе). В остальных случаях на
выход результирующего нейрона сигнала нет. Нейронные сети из формальных
нейронов реализуют функции которые изучаются в алгебре логики.
Если же допускаются различные значения входных и выходных сигналов (в
предельном случае эти сигналы могут иметь непрерывный характер), то
функция, реализуемая нейронной сетью, будет соответственно описываться
выражениями многозначной логики.
Рассмотрим теперь пример сети второго типа, показанный в нижней части
рис. 1. В этой сети на входы нейронов поступают сигналы двух типов:
информационные и корректирующие. Связи, по которым вдут информационные
сигналы, изображаются, как и ранее, непрерывными дугами. Корректирующие
связи показаны пунктирными дугами. Если на некоторый вход нейрона одновременно
поступает и информационная, и корректирующая связь, то информационный
сигнал усиливается или ослабляется в зависимости от знака и веса
корректирующей связи (этот вес написан над связями такого типа). Если же
корректирующая связь поступает прямо на тело нейрона, то она
корректирует его порог, увеличивая или уменьшая его пропорционально весу
корректирующей связи.
Показанная на рисунке сеть - это схема оборонительного рефлекса на
раздражение, характерная для многих простейших организмов. Раздражение,
поступающее на сенсорный нейрон СН с его вы; передается на
корректирующий нейрон (КРН) командный нейрон (КН). Корректирующий не
усиливает связь между сенсорным и командными нейронами, увеличивает
проводимость команды нейрона, что приводит к усиленной активизации
мотонейрона (МН), непосредственно воздействующего на органы, реализующие
оборонительную реакцию. Чем чаще поступает сигнал раздражен тем сильней
корректирующий нейрон активизирует командный нейрон и мотонейрон, тем
меньше г для возникновения оборонительной реакции на раздражение. В
сети, показанной на рисунке, не заны значения весов входов и пороги
нейронов не сказывается на общей качественной картине торую
воспроизводит эта сеть.
Рассмотренные два типа сетей наиболее частые из тех, что рассматриваются
в нейрокибетике - науке о нейронных сетях. В более слоя нейронных сетях
процессы возбуждения, усилие ( и торможения исследуются на уровне,
максима, приближенном к протеканию аналогичных про сов в нервных сетях
живых организмов. В ней нейронные сети с этой целью вводятся задержки,
го обратной связи и т. п.
Сторонники бионического подхода к поступлению интеллектуальных систем
надеются, что струтуры нейронных сетей, моделирующие структуры живых
организмов, быстрее приведут к системе искусственного интеллекта, чем
традиционный путь, связанный с использованием обычных ЭВМ
