img016 (63)

współczynników ni,- nazywanych wagami. W rzeczywistym biologicznym neuronie odpowiednikiem wagi jest złożony twór o skomplikowanych właściwościach bioelektrycznych i biochemicznych, tak zwana synapsa (rysunek 1.7).

budowy synapsy

Rys. 1.7.

Neurony te można łączyć ze sobą w różny sposób, tworząc sieci. Przykład struktury często stosowanej sieci neuronowej typu MLP (wraz z nazwami występujących w niej typowo elementów) pokazano na rysunku 1.8. Jak

w której neurony podzielić można na trzy grupy funkcjonalne: neurony wejściowe, które odbierają sygnały z zewnątrz i wprowadzają je do wnętrza sieci (niebieskie), neurony przetwarzające informację (zielone) i neurony wypracowujące końcowy wynik (produkujące “odpowiedź” sieci na zewnątrz) - na schemacie żółte. Taka struktura sieci jest bardzo wygodna podczas realizacji sieci w określonych systemach technicznych - na przykład w programie komputerowym modelującym sieć można łatwo zdefiniować i wygodnie opisać zadania kolejnych warstw jako kolejne obiegi pętli programowej symulującej działania neuronów, a i w układzie elektronicznym zastępującym sieć w specjalistycznej aparaturze także szczególnie łatwo można odwzorować (w strukturze układu scalonego) taką regularną warstwową budowę.

Warstwowa budowa rozważanych w biocybernetyce sieci neuronowych nie jest jednak tylko wynikiem wygodnictwa badaczy. Wprawdzie nie aż tak regularną, ale jednak bez wątpienia właśnie warstwową budowę odnajdujemy w korze mózgowej ludzkiego mózgu (rys. 1.9). Wśród miliardów komórek nerwowych, tworzących pokrycie półkul mózgowych wyróżnia się z całą pewnością warstwę wejściową (odbierającą sygnały, zlokalizowaną tuż