Microsoft Word Книга иис мггу 1 Print doc

16. МНОГОСЛОЙНЫЕ НЕЙРОННЫЕ СЕТИ 
16.1 Многослойный персептрон 
Каким же образом в многослойных (иерархических) нейронных сетях 
преодолевается принципиальное ограничение однослойных нейронных 
сетей, связанное с требованием линейной разделимости классов?
Часто то, что не удается сделать сразу, вполне возможно сделать по 
частям. Для этого изменяются задачи, решаемые слоями нейронной сети. 
Оказывается в 1-м слое не следует пытаться на основе первичных 
признаков, фиксируемых рецепторами, сразу идентифицировать классы, а 
нужно лишь сформировать линейно-разделимую систему вторичных 
признаков, которую уже во 2-м слое связать с классами (рисунок 16.1). 
Рисунок 16.1 - Задачи, решаемые слоями двухслойной нейронной сети 
В многослойной сети выходные сигналы нейронов предыдущего слоя 
играют роль входных сигналов для нейронов последующего слоя, т.е. 
нейроны предыдущего слоя выступают в качестве рецепторов для нейронов 
последующего слоя.
Связи 
между 
смежными 
слоями 
нейронов 
будем 
называть 
непосредственными, 
а 
связи 
между 
слоями, 
разделенными 
N
промежуточных 
слоев, 
будем 
называть 
связями 
N
-го 
уровня 
опосредованности. Непосредственные связи – это связи 0-го уровня 
опосредованности. Промежуточные слои нейронов в многослойных сетях 
называют скрытыми. 
Персептрон переводит входной образ, определяющий степени 
возбуждения рецепторов, в выходной образ, определяемый нейронами 
самого верхнего уровня, которых обычно, не очень много. Состояния 
возбуждения нейронов на верхнем уровне иерархии сети характеризуют 
принадлежность входного образа к тем или иным классам.

---

157 
Таким образом,