img104 (17)

Sieci nieliniowe

które mogą być rozwiązane tylko za pomocą sieci nieliniowej - a za pomocą liniowej nie. Jeden z programów, które w tym rozdziale będziesz bada! zilustruje to zagadnienie nieco dokładniej, ale najpierw wypróbuj kilka innych programów, pokazujących jak taka nieliniowa sieć działa i jakie są jej możliwości.

6.2. Jak działa nieliniowy neuron?

Zaczniemy od prostego programiku, pokazującego działanie jednego nieliniowego neuronu. Schemat takiego neuronu przypominam Ci na rys. 6.1.

neuron liniowy

Rys. 6.1. Struktura neuronu nieliniowego

Program modelujący ten neuron (06A.BAS na załączonej dyskietce) jest analogiczny (z pewnymi uproszczeniami) do programu 01.BAS, za pomocą którego badałeś poprzednio działanie neuronu liniowego. Program ten pomoże Ci prześledzić, jak działa prosty neuron o nieliniowej (w tym przypadku - progowej) charakterystyce. Program przewiduje możliwość korzystania z tak zwanej charakterystyki unipolarnej albo bipolarnej, zapyta Cię więc zaraz na początku, którą z nich wybierasz. Wbrew temu, co mógłbyś przypuszczać - sprawa jest w istocie bardzo prosta: przy charakterystyce unipolarnej sygnał wyjściowy neuronu jest zawsze dodatni (najczęściej przyjmuje wartości 1 oraz 0), natomiast przy charakterystyce bipolarnej możliwe są zarówno dodatnie, jak i ujemne wartości sygnałów (najczęściej są to wartości +1 oraz -1). Porównanie charakterystyki bipolarnej i unipolarnej znajdziesz także na rysunku 6.2, możesz więc poglądowo zorientować się, na czym w istocie polega różnica. Dodam tylko jedno. Prawdziwe, biologiczne neurony nie znają pojęcia “ujemny sygnał”. Wielkości wszystkich sygnałów w Twoim mózgu są wyłącznie dodatnie (lub zerowe, gdy się lenisz!), zatem bliższa biologicznej rzeczywistości jest zdecydowanie charakterystyka unipolarna. W przypadku technicznych sieci neuronowych zwykle bardziej staramy się o uzyskanie wygodnego narzędzia obliczeniowego, niż o zachowanie maksymalnej wierności dla biologicznego