Sun'iy neyron tarmoq modeli

Guruch. bitta.
Sinaps - bu ikkita neyron (bir neyronning akson tolasi va boshqasining dendriti) orasidagi elementar tuzilish va funktsional tugun. Impuls sinaptik terminalga yetganda, neyrotransmitterlar deb ataladigan ba'zi kimyoviy moddalar chiqariladi. Neyrotransmitterlar sinaps yoriqlari orqali tarqaladi, qo'zg'atuvchi yoki inhibe qiluvchi, sinaps turiga, qabul qiluvchi neyronning elektr impulslarini yaratish qobiliyatiga qarab. Sinapsning ishlashi u orqali o'tadigan signallar orqali sozlanishi mumkin, shuning uchun sinapslar ular ishtirok etadigan jarayonlarning faolligiga qarab o'rganishlari mumkin. Tarixdan oldingi bu bog'liqlik xotira vazifasini bajaradi, ehtimol u inson xotirasi uchun javobgardir.
Inson miya yarim korteksi qalinligi 2 dan 3 mm gacha bo'lgan kengaytirilgan neyron yuzasi bo'lib, maydoni taxminan 2200 sm 2 bo'lib, standart klaviaturaning sirt maydonidan ikki baravar katta. Miya yarim korteksida taxminan 1011 neyron mavjud bo'lib, bu Somon yo'lidagi yulduzlar soniga teng. Har bir neyron 103-104 ta boshqa neyronlar bilan bog'langan. Umuman olganda, inson miyasida taxminan 1014 dan 1015 gacha o'zaro bog'lanishlar mavjud.
Neyronlar odatda bir necha millisekundlik qisqa impulslar seriyasi orqali aloqa qiladilar. Xabar impuls-chastotali modulyatsiya orqali uzatiladi. Chastota bir necha birlikdan yuzlab gertsgacha o'zgarishi mumkin, bu eng tez almashinadigan elektron davrlarga qaraganda million marta sekinroqdir. Biroq, yuzni tanib olish kabi murakkab pertseptiv qarorlar odamlar tomonidan bir necha yuz millisekundlarda qabul qilinishi mumkin. Ushbu qarorlar bir necha millisekundlik ish tezligiga ega bo'lgan neyronlar tarmog'i tomonidan boshqariladi. Bu shuni anglatadiki, hisob-kitoblar 100 dan ortiq ketma-ket bosqichlarni talab qiladi. Boshqacha qilib aytganda, bunday murakkab vazifalar uchun miya 100 ga yaqin qadamni o'z ichiga olgan parallel dasturlarni "ishlaydi". Bu yuz qadam qoidasi sifatida tanilgan. Shunga o'xshash tarzda bahslashsa, bir neyrondan ikkinchisiga yuborilgan ma'lumotlarning miqdori juda kichik (bir necha bit) bo'lishi kerakligini aniqlaydi. Bundan kelib chiqadiki, asosiy ma'lumotlar to'g'ridan-to'g'ri uzatilmaydi, balki neyronlar orasidagi bog'lanishlarda ushlanadi va taqsimlanadi. Bu ANNga qo'llaniladigan ulanish modeli kabi nomni tushuntiradi.
Asosiy tushunchalar
Texnik neyron modeli
Makkaloch va Pitts sun'iy neyron uchun model sifatida ikkilik chegara elementidan foydalanishni taklif qilishdi. Bu matematik neyron n ta kirish signalining x j, j = 1, 2... n vaznli yig‘indisini hisoblab chiqadi va agar bu yig‘indi ma’lum chegara u chegarasidan oshib ketgan bo‘lsa, 1 kattalikdagi signalni, aks holda 0 ni chiqaradi.
Ko'pincha u ni doimiy kirish x 0 = 1 bilan bog'liq bo'lgan og'irlik omili deb hisoblash qulay. Ijobiy og'irliklar qo'zg'atuvchi bog'lanishlarga, salbiy og'irliklar esa inhibitivlarga mos keladi. McCulloch va Pitts to'g'ri tanlangan og'irliklar bilan ushbu turdagi parallel ishlaydigan neyronlar to'plami universal hisob-kitoblarni amalga oshirishga qodir ekanligini isbotladi. Bu erda biologik neyron bilan ma'lum bir o'xshashlik mavjud: signalizatsiya va o'zaro bog'lanishlar akson va dendritlarni taqlid qiladi, ulanishlarning og'irligi sinapslarga to'g'ri keladi va chegara funktsiyasi soma faoliyatini aks ettiradi.
Neyron tarmoq arxitekturasi
ANNni sun'iy neyronlar tugunlar bo'lgan vaznli ulanishlarga ega yo'naltirilgan grafik sifatida ko'rish mumkin. Ulanishlar arxitekturasiga ko'ra, ANN ni ikki sinfga (2-rasm) guruhlash mumkin: grafiklarda halqalar bo'lmagan to'g'ridan-to'g'ri tarqatish tarmoqlari va takroriy tarmoqlar yoki qayta aloqaga ega tarmoqlar.