Логические нейронные сети

Модель мозга


Нейросеть содержит узлы - аналоги нервных клеток - нейронов (рис. 2.7) (нейроподобных элементов, НПЭ) и их соединения - синапсические связи.

Нейрон

Рис. 2.7.  Нейрон

Модель нейрона во взаимодействии с другими нейронами нейросети представлена на рис. 2.8.

Модель нейрона

Рис. 2.8.  Модель нейрона

Здесь Vki

- энергетические доли импульсов Vk

, выработанных другими нейронами и поступивших на дендриты нейрона i, ?ik

- веса дендритов, hi

- пороги. В свою очередь, выработанный импульс Vi

также распределяется между дендритами нейронов, с которыми связан нейрон i с помощью ветвящегося аксона. В соответствии с законом распределения энергии, величина Vi

делится пропорционально значениям весов дендритов "принимающих" нейронов.

Впрочем, проблему деления (или неделения), лежащую в основе практических моделей, мы еще обсудим далее.

Каждый нейрон или управляем извне, или сети строятся по принципу самоуправления, используя обратные связи. А именно, можно регулировать значения весов синапсических связей {?i} и значения порогов hi

. Такое регулирование, во многих вариантах реализованное в разных моделях, и определяет возможность обучения и самообучения сети. Оно задает пути прохождения возбуждений через сеть, простейшим образом формируя связи "посылка - следствие".

На рис. 2.9 дается фрагмент нейросети, по которому мы можем представить следующее.

Нейронная сеть с "правдоподобным" распределением сигнала возбуждения

увеличить изображение
Рис. 2.9.  Нейронная сеть с "правдоподобным" распределением сигнала возбуждения

  1. Функции f бывают различны, но просты по объему вычислений. В простейшем случае f cовпадает с линейной формой - указанным аргументом. Т.е. по всем дендритам с учетом их весов (на рис. 2.9) производится суммирование и сравнение с порогом "

    </p></div> <p>\begin{array}{l} V_i = \xi (( \omega_{i1}V_2+\omega_{i2}V_4) -h),\\ \xi (x) = \left \{ \begin{array}{ll} 0, & \mbox{при } x < 0 \\ x, & \mbox{при } x \ge 0 \end{array} \right \end{array}

  2. Величина превышения порога является величиной возбуждения нейрона или определяет значение величины возбуждения (например, в некоторых моделях величина возбуждения всегда равна единице, а отсутствие возбуждения соответствует нулю).


    Содержание  Назад  Вперед