Алгоритм функционирования биологического нейрона

При прохождении синапса сила электрического импульса меняется в определенное число раз, которое называется весом синапса. Импульсы, поступившие к нейрону одновременно по нескольким дендритам, суммируются.

Если суммарный импульс больше некоторого порога, то нейрон возбуждается, формирует собственный импульс и дальше передает по аксону.

Веса синапсов меняются со временем, следовательно, меняется поведение соответственного нейрона.

Математическая модель процесса функционирования нейрона.

Виды передаточной (оценочной) функции

а) функция единичного скач­ка;

б) линейный порог (гис­те­ре­зис);

в) сигмоид – гипербо­ли­ческий тангенс;

г) сигмоид – фор­мула (3).

ИНС – набор нейронов, соединенных между собой.

ИНС – математические модели, а также их программные или аппаратные реализации, построенные по принципу организации и функционирования биологических нейронных сетей.

Передаточные функции всех нейронов фиксированы, а веса могут меняться (они являются параметрами НС). Работа НС – преобразование входного вектора в выходной.

 

 

Признаки классификации ИНС:

1. тип входной информации (аналоговая, двоичная);

2. характер обучения (с учителем, без него);

3. характер настройки синапсов (фиксированные, динамические связи);

4. метод обучения (обратное распространение, конкурентное обучение);

5. характер связей (прямое, прямо-обратное распространение информации);

6. архитектура (персептрон, самоорганизующаяся ИНС).

Простейшая НС – однослойный персептрон

Этапы построение НС:

1. выбор типа (архитектуры) НС;

2. подбор весов (обучение) НС.

Сеть обучена, когда стабилизируются веса НС, причем НС дает правильные ответы на все (почти все) примеры из БД. Качество обучения зависит от количества примеров.

Приложения НС:

1. сжатие информации;

2. распознавание;

3. анализ потребительского рынка.

Программные средства поддержки НС:

1. NeuroSolutions;

2. NeuralWare.