img062 (30)

56 Działanie najprostszej sieci

4.2. Czego można oczekiwać od neuronu?

Jak zapewne pamiętasz - neuron pobiera sygnały ze swoich wejść, mnoży je przez współczynniki (dla każdego wejścia indywidualnie dobrane w trakcie procesu uczenia) i sumuje tak utworzone iloczyny. Poprzestańmy chwilowo na tym uproszczonym modelu. Wprawdzie dobrze wiesz, że w bardziej rozbudowanych neuronach te zesumowane sygnały są jeszcze przekształcane na sygnał wyjściowy za pośrednictwem odpowiednio dobranej (zwykle nieliniowej) funkcji, ale uwierz mi, że nie jest to konieczne - używana jest także w praktyce klasa neuronów zwanych ADALINE, w których funkcja ta zupełnie nie występuje. Zbadamy więc najpierw zachowanie takiego właśnie, prostego, liniowego neuronu. Od czego zależy wielkość jego sygnału wyjściowego?

Otóż łatwo pokazać, że od stopnia zgodności między sygnałami wejściowymi na poszczególnych wejściach i wartościami współczynników wag na tych wejściach. Reguła ta jest wprawdzie idealnie dokładna jedynie dla sygnałów wejściowych i wartości wag znormalizowanych (za chwilę dokładniej wyjaśnię, jak to należy rozumieć), jednak nawet bez tej precyzyjnej normalizacji - wielkość sygnału wyjściowego z neuronu może być traktowana jako miara podobieństwa między zbiorem sygnałów wejściowych i zbiorem odpowiadających im wag.

Można powiedzieć, że neuron ma swoją własną pamięć i w niej przechowuje reprezentację wiedzy, czyli wzorzec wejściowych danych, na które jest “uwrażliwiony” (w postaci aktualnych wartości wag). Jeśli sygnały wejściowe zgodzą się z zapamiętanym wzorcem - neuron “rozpoznaje” je jako coś znajomego i odpowiada na nie silnym sygnałem wyjściowym. Jeśli brak związku między sygnałami podanymi na wejścia neuronu i zapamiętanym wzorcem - sygnał wyjściowy neuronu jest bliski zera (brak rozpoznania). Możliwa jest także sytuacja pojawienia się całkowitej przeciwsta-wności sygnałów wejściowych i wartości wag - wówczas neuron o liniowej charakterystyce produkuje na swoim wyjściu sygnał ujemny - tym silniejszy, im silniej akcentowana jest sprzeczność między “wyobrażeniem” neuronu o zewnętrznym sygnale, a jego rzeczywistą wartością.

Na początek zachęcam Cię gorąco żebyś spróbował wykorzystać krótki program o nazwie 01A.BAS. Możesz ten program uruchomić i po prostu wykonać tylko kilka eksperymentów, na które Ci ten program pozwoli, ale możesz skorzystać jeszcze więcej, jeśli zdecydujesz się sam trochę ten program zmienić, uzupełnić i poprawić. Wtedy nauczysz się o sieciach znacznie więcej. Po uruchomieniu programu 01 A.BAS zobaczysz na początku tekst objaśniający, pokazany na rysunku 4.4.

Znak zapytania sygnalizuje, że program oczekuje - od Ciebie! - abyś podał