Мышление человека. 2

40) Нейронной сетью называется некоторая последовательность нейронов, объединённых между собой синапсами. Каждый нейрон способен иметь множество синапсов, которые ослабляют или усиливают сигнал. Правильно выбрав параметры синапсов, мы сможем получать на выходе правильные результаты преобразования входного вектора данных.
Алгоритм работы сети следующий: — на входной (пассивный) слой нейронов происходит поступление данных от других нейронов сети; — информация передаётся с помощью синапсов следующему слою, причём каждый синапс имеет собственный коэффициент веса, а любой следующий нейрон способен иметь несколько входящих синапсов; — данные, полученные нейроном, это сумма всех данных для предыдущих узлов, которые перемножены на коэффициенты весов; — полученное в итоге значение подставляется в функцию активации, в результате чего происходит формирование выходной информации; — информация передаётся дальше, пока не дойдёт до конечного выхода.
41) Основные преимущества нейронных сетей. - гибкость структуры нейронных сетей, компоненты нейронов и связи между ними можно комбинировать различными способами; - высокое быстродействие, т.к. входные данные обрабатываются многими нейронами одновременно, благодаря чему нейронные сети решают задачи быстрее, чем большинство других алгоритмов; - отказоустойчивость нейронных сетей, что объясняется распределенным характером хранения информации в нейронной сети, поэтому только серьезные повреждения структуры могут существенно повлиять на работоспособность нейросети. К недостаткам НС можно отнести: - ответ нейронной сети почти всегда приблизительный; - трудоемкость обучения, для того чтобы нейронная сеть могла корректно решать поставленные задачи, требуется провести ее обучение на десятках и сотнях наборов входных данных.


4 2) Такие сети принято изображать в виде двуслойной нейронной сети, где первый слой нейронных элементов является пассивным, распределительным, а второй – обрабатывающим. Распределительный слой передает входные сигналы на обрабатывающий слой нейронных элементов, который преобразует входную информацию в соответствии с синаптическими связями и функцией активации (рис). При этом каждый нейрон распределительного слоя имеет синаптические связи со всеми нейронами обрабатывающего слоя.
РИС. Топология однослойной нейронной сети


44) В зависимости от функций, выполняемых нейронами в сети, можно выделить три их типа:
- входные нейроны, на которые подается вектор, в них обычно не осуществляется вычислительных процедур, а информация передается с входа на выход; - выходные нейроны, выходные значения которых представляют выходы нейронной сети; - промежуточные нейроны, составляющие основу нейронных сетей, преобразования в которых выполняются по выше приведенным выражениям.


45) В процессе функционирования сети осуществляется преобразование входного вектора в выходной. Конкретный вид выполняемого сетью преобразования данных обусловливается не только характеристиками нейронных элементов, но и топологией межнейронных связей. Особое распространение получили двухслойные и трехслойные сети прямого распространения, в которых нет обратных связей. Теоретически число слоев и число нейронов в каждом слое может быть произвольным, однако фактически оно ограничено ресурсами компьютера. Чем сложнее сеть, тем более сложные задачи она может решать. Рассмотрим персептроны с различным количеством слоев.