АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Искусственный нейрон

Читайте также:
  1. А. Аксони нейронів задніх рогів
  2. Белое вещество и кора мозжечка: нисходящие, восходящие, моховидные, лазящие и параллельные нервные волокна, межнейрональные связи.
  3. Виды чувствительности. Нейроны и проводящие пути
  4. КОРА БОЛЬШОГО МОЗГА: общая морфофункциональная характеристика, гистогенез, слои, нейроны, нейроглия, полоски миелиновых волокон.
  5. Модель искусственного нейрона
  6. Мозжечок. Строение и функциональная характеристика, нейронный состав коры мозжечка. Межнейрональные связи. Афферентные и эфферентные нервные волокна.
  7. На рівні останнього шийного і двох перших грудних сегментів спинного мозку розміщені прегангліонарні симпатичні нейрони. Який центр вони утворюють?
  8. Нейрони , що модулюють
  9. Нейронов восходящей ретикулярной формации ствола мозга (центр Моруци)
  10. Нервная система Классификации Нервная ткань Типы нейронов Понятие о синапсе.
  11. Органы чувств, сенсорные нейроны, сенсорные и нейросенсорные эпителиоциты.

В настоящее время наиболее массовым направлением нейрокомпьютинга является моделирование нейронных сетей на обычных компьютерах, прежде всего персональных. Моделирование сетей выполняется для их научного исследования, для решения практических задач, а также при определении значений параметров электронных и оптоэлектронных нейрокомпьютеров. В основу искусственных нейронных сетей положены следующие черты живых нейронных сетей, позволяющие им хорошо справляться с нерегулярными задачами:

- простой обрабатывающий элемент – нейрон (Искусственный нейрон (Математический нейрон)(Рисунок 2) — узел искусственной нейронной сети[2], являющийся упрощённой моделью естественного нейрона[3]. Математически, искусственный нейрон обычно представляют как некоторую нелинейную функцию от единственного аргумента — линейной комбинации всех входных сигналов. Данную функцию называют функцией срабатывания, передаточной функцией. Полученный результат посылается на единственный выход);

 

- очень большое число нейронов участвует в обработке информации;

- один нейрон связан с большим числом других нейронов (глобальные связи);

- изменяющиеся веса связей между нейронами;

- параллельность обработки информации.

Нейронная сеть представляет собой совокупность большого числа сравнительно простых элементов - нейронов, топология соединений которых зависит от типа сети. Чтобы создать нейронную сеть для решения какой-либо конкретной задачи, мы должны выбрать, каким образом следует соединять нейроны друг с другом, и соответствующим образом подобрать значения весовых параметров на этих связях. Может ли влиять один элемент на другой, зависит от установленных соединений [ 3 ].

 


1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |

Поиск по сайту:

Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.004 сек.)