img092

92

7. Metody specjalne

ciwwirusowego działania wybranych tiosemikarbazonów [62], Podano informacje o szybkości działania i o dokładności obydwu wymienionych metod, przytaczając także (dla porównania) wyniki uzyskane za pomocą innych metod(⁴) - tabela 7.1.

7.4. Sieci neuronowe

Problematyka sieci neuronowych jest głównym przedmiotem innych książek (por. [50], [51], [52]), w związku z czym będzie tu przedstawiona w skrócie. Sieć neuronowa jest systemem(⁵) przetwarzającym informacje w sposób równoległy. System ten składa się z dużej liczby elementów modelujących (w sposób bardzo uproszczony!) działanie rzeczywistych neuronów, formujących w mózgu (między innymi) struktury rozpoznające obrazy. Każdy z neuronów ma wiele wejść (synaps) i jedno wyjście (akson). O właściwościach poszczególnych neuronów decydują współczynniki nazywane wagami synaptycznymi. Charakteryzują one każde wejście (o numerze u) każdej komórki sieci (numerowanej przez A). Dodatkowy współczynnik V₀^(A) nazywany jest progiem odpowiedniego neuronu. W celu opisu procesów w pojedynczym węźle sieci wprowadzamy pojęcie sumarycznego pobudzenia neuronu podczas pokazu k-tego elementu ciągu uczącego:

r = l

które wiążemy z jego sygnałem wyjściowym za pomocą funkcji nieliniowej

Funkcja <p nie może być wybierana całkiem dowolnie, gdyż musi podlegać różniczkowaniu przy obliczaniu strategii uczenia. Wygodną postacią

(⁴)    Metody Bayesa i Parzena omówiono w rozdziale 8.

(⁵)    System ten może być wykonany w postaci specjalizowanego układu elektronicznego (na przykład Neurocomputer firmy ANZA), lecz częściej bywa realizowany w postaci programu symulacyjnego na dowolnym komputerze (na przykład pakiet NeuralWare).