Sieci CP str050

50

4.1. Nid i ii hwy model neuron u

przyjmiemy, że obok sygnałów < x\, xj,..., x_n > składających się na wektor X. występować będzie składnik xq = 1. Ten formalny zabieg pozwoli zapisać sygnał e prostym wzorem

n

e = w{ x, i=o

w którym na uwagę zasługuje zakres sumowania zaczynający się od zera. Będziemy nadal stosowali zapis wektorowy używając wcześniej wprowadzonych oznaczeń W i X.

e = W^r X

teraz jednak stale będziemy uważali, że są to wektory o n + 1 elementach, zawierające składowe x<> oraz t«₀-

Podana wyżej postać formuły określającej sygnał wypadkowego pobudzenia neuronu nie jest jedyną możliwą. Używane bywają bowiem także i inne formuły, na przykład sumy kumulowanej, której wartość w j-tyin kroku symulacji może być wyznaczona ze wzoru

_eU+i) _{= e}(;) ₊ £ _WU> Ąi)

i=i

funkcji majoryzacji

•=X>.

«=t

gdzie tti jest miarą efektywności i-tego wejścia wyznaczaną ze wzoru

-{

gdy

Wi Xi> 0 Wj x; < 0

maksimum

e = M AX{ wi a:,-

lub minimum

e = MI Ni u>i ?i,

a w niektórych zastosowaniach przydatna jest produktowa (oparta na iloczynie) miara łącznego pobudzenia:

=n

Wi X,

Te i inne funkcje scalające wejściowe sygnały x, w łączne wypadkowe pobudzenie e, używane są w perceptronie jedynie jako wstępny etap przetwarzania informacji w neuronie.

-{

O specyficznych właściwościach perceptronu decyduje funkcja <p określająca nieliniowy związek między sygnałem wypadkowego pobudzenia neuronu e, a jego odpowiedzią y. W najbogaciej reprezentowanej anglojęzycznej literaturze przyjęło się nazywać sygnał c NET value, a funkcję y — actiralion fnnclion. W klasycznym perceptronie funkcja^ ma postać progową:

1 gdy c > 0 0 gdy c < 0 pokazaną na rysunku: