img105 (17)

Elementarne wprowadzenie do techniki sieci pierwowzoru. Dlatego również w odniesieniu do charakterystyk używanych w technice neuronów dokonujemy zwykle pewnego “nadużycia”. Polega ono na tym, że staramy się uniknąć sytuacji, w której w sieci pojawiały by się sygnały o wartości 0 - zwłaszcza jeśli odbiorcami sygnałów generowanych przez jeden neuron mają być inne neurony tej samej sieci. Jak być może pamiętasz - sieć kiepsko się uczy, jeśli ma do czynienia z sygnałami przyjmującymi wartość 0. (Pamiętasz może zabawę w filtrację sygnałów za pomocą sieci, którą Ci zaproponowałem w poprzednim rozdziale? Tam było to widać jak na dłoni!). W związku z tym obok sieci złożonej z elementów pracujących z sygnałami 0 i 1 wprowadza się w technice sieci neuronowych struktury bipolarne. W takich neuronach też mamy dwa rodzaje sygnałów, ale oznaczone są one jako -1 i +1. Proste, prawda? No to obejrzyj to jeszcze dokładnie na rysunku 6.2.

Rys. 6.2. Nieliniowe charakterystyki neuronu: unipolarna (po lewej) i bipolarna (po prawej)

Używanie programu 06A.BAS jest proste i intuicyjnie oczywiste Zauważysz zapewne, bawiąc się tym programem, że działa on bardziej kategorycznie od poznanego wcześniej neuronu liniowego (por. rys. 6.3). Tamte wcześniej rozważane neurony (i zbudowane z nich sieci) reagują na podawane do nich sygnały w sposób subtelny i wyważony: jedne kombinacje sygnałów wejściowych powodują silne reakcje (duży sygnał wyjściowy), inne wywołują reakcje zdecydowanie słabsze, a jeszcze inne traktowane są w sposób prawie zupełnie obojętny (sygnał wyjściowy jest bliski zera). W odróżnieniu od tych subtelnych neuronów liniowych - neurony nieliniowe działają na zasadzie “wszystko albo nic”. Na pewną kombinacje sygnałów neuron może reagować zdecydowanie pozytywnie (sygnał wyjściowy wynosi +1), ale wystarczy czasem minimalna zmiana sygnałów wejściowych, by odpowiedź neuronu stała się zdecydowanie i jednoznacznie negatywna (sygnał wyjściowy zmienia się na 0 lub -1) - rys. 6.4.

Wyszukiwarka

Podobne podstrony:
img115 (17) Elementarne wprowadzenie do techniki sieci neuronowych 109 ma żadnego wpływu na sposób
img023 (60) Elementarne wprowadzenie do techniki sieci neuronowych z ocenami nauczyciela). Wielkość
img037 (47) Elementarne wprowadzenie do techniki sieci 31 wykorzystano i w jakim stopniu - jakoś aut
img071 (31) Elementarne wprowadzenie do techniki sieci neuronowych 65 Rys. 4.16. Prezentacja położen
img093 (18) Elementarne wprowadzenie do techniki sieci neuronowych 87 wartości współczynnika określa

więcej podobnych podstron