Программирование - это просто
Advertisement
Главная
30.11.2021 г.
Главное меню
Главная
Интернет магазин
Программные продукты
Биржевые роботы
Искусственный интеллект
Математика и информатика
1С:Предприятие
Уроки C#
Уроки Delphi
Уроки программирования
Web-программирование
Дизайн и графика
Компьютер для блондинок
Исходники
Статьи
Платный раздел
Рассказы про компьютеры
Хитрости и секреты
Системный подход
Размышления
Наука для чайников
Друзья сайта
Excel-это не сложно
Все о финансах
.
Теория нейронных сетей. Урок 2. Сетевые функции и функции преобразование нейрона Печать E-mail
Автор megabax   
17.03.2013 г.
New Page 1

Теория нейронных сетей. Урок 2. Сетевые функции и функции преобразование нейрона

На прошлом уроке мы рассмотрели модель нейрона. В общем виде зависимость между входными и выходным сигналами выражается формулой:

Теория нейронных сетей. Урок 1. Модель нейрона

где g - функция преобразования, u - сетевая функция. На прошлом уроке мы рассмотрели линейную сетевую функцию:

Теория нейронных сетей. Урок 2. Сетевые функции и функции преобразование нейрона

кроме нее широко используется так же квадратичная сетевая функция:

Теория нейронных сетей. Урок 2. Сетевые функции и функции преобразование нейрона

и радиальная (сферическая) функции:

Теория нейронных сетей. Урок 2. Сетевые функции и функции преобразование нейрона

Это самые распространенные виды сетевых функций. На сама деле их может быть гораздо больше. Я, например, в проекте "Генетический алгоритм" использовал вот такую:

Теория нейронных сетей. Урок 2. Сетевые функции и функции преобразование нейрона

См. шаг 6 проекта "Генетический алгоритм" а так же анонс урока "Пишем биржевого робота на C#. Урок 2. Нейросеть", "Пишем биржевого робота на C#. Урок 4. Доработка нейросети" и "Пишем биржевого робота на C#. Урок 5. Соединение нейросети с эмулятором биржевых торгов".

В качестве функции преобразование может быть использована ступенчатая функция  (см. предыдущий урок):

http://easyprog.ru/index.php?option=com_content&task=view&id=1359&Itemid=47

линейная функция с насыщением:

Теория нейронных сетей. Урок 2. Сетевые функции и функции преобразование нейрона

Теория нейронных сетей. Урок 2. Сетевые функции и функции преобразование нейрона

Знаковая функция

Теория нейронных сетей. Урок 2. Сетевые функции и функции преобразование нейрона

Теория нейронных сетей. Урок 2. Сетевые функции и функции преобразование нейрона

и, наконец, гауссова функция:

Теория нейронных сетей. Урок 2. Сетевые функции и функции преобразование нейрона

где c и σ - постоянные коэффициенты.

Теория нейронных сетей. Урок 2. Сетевые функции и функции преобразование нейрона

 Если сетевая функция линейная, а функция преобразования ступенчатая или знаковая, то такие нейроны называются  линейные, а нейросети на их основе нейронными сетями с линейными пороговыми элементами. Сигналы, распространяемые в таких сетях, являются бинарными и могут быть 0 или 1, либо +1 и -1. Если сетевая функция линейная, а функция преобразования сигмовидная (биполярная или униполярная), то такие нейросети называются нейронные сети с линейно-непрерывными элементами. Сигналы в них принимают произвольные значения от 0 до 1 или от -1 до 1.

Если пороговая функция равна 2, а весовые коэффициенты 1, то такой нейрон будет выполнять функцию "И" (для случая ступенчатой функции преобразования)

X1 0 0 1 1
X2 0 1 0 1
Y 0 0 0 1

А если у того же нейрона пороговое значение поставить 1, то это будет уже функция ИЛИ:

X1 0 0 1 1
X2 0 1 0 1
Y 0 1 1 1
Последнее обновление ( 05.03.2014 г. )
 
« След.   Пред. »
 
© 2021 Программирование - это просто
Joomla! - свободное программное обеспечение, распространяемое по лицензии GNU/GPL.
Русская локализация © 2005-2008 Joom.Ru - Русский Дом Joomla!
Design by Mamboteam.com | Powered by Mambobanner.de
Я принимаю Яндекс.Деньги