15195 img030 (54)

24 Struktura

wynik y. Budowę neuronu związaną z tak opisaną jego funkcją najlepiej ilustruje schemat przedstawiony na rysunku 2.2.

Rys. 2.2. Schemat sztucznego neuronu.

Współczynniki to,- zaznaczone na powyższym schemacie nazywane są wagami synaptycznymi. Jak zapewne pamiętasz mogą one podlegać modyfikacjom, co stanowi podstawę uczenia sieci. Matematyczny opis neuronu znajdziesz (jeśli zechcesz się tym zainteresować) w ramce nr 1.

Neurony traktować można jako elementarne procesory o następujących właściwościach (ich opis matematyczny podałem - wyłącznie dla amatorów - w ramce nr 2):

=> każdy neuron otrzymuje wiele sygnałów wejściowych i wyznacza na ich podstawie swoją “odpowiedź” to znaczy jeden sygnał wyjściowy;

=> z każdym oddzielnym wejściem neuronu związany jest parametr nazywany wagą (w literaturze angielskiej weight; nazwa ta oznacza, że wyraża on stopień ważności informacji docierających tym właśnie wejściem);

=> sygnał wchodzący określonym wejściem jest najpierw przemnażany przez wagę danego wejścia, w związku z czym w dalszych obliczeniach uczestniczy już w formie zmodyfikowanej: wzmocnionej (gdy waga jest większa od 1) lub stłumionej (gdy waga ma wartość mniejszą od 1) względnie nawet przeciwstawnej w stosunku do sygnałów z innych wejść gdy waga ma wartość ujemną (tzw. wejścia hamujące);

=>■ sygnały wejściowe (przemnożone przez odpowiednie wagi) są w neuronie sumowane, dając pewien pomocniczy sygnał wewnętrzny nazywany czasem łącznym pobudzeniem neuronu (w literaturze angielskiej net ua/ue);

=> do tak utworzonej sumy sygnałów dodaje niekiedy (nie we wszystkich typach sieci) pewien dodatkowy składnik niezależny od sygnałów wejściowych, nazywany progiem (w literaturze angielskiej Mas);

=> suma przemnożonych przez wagi sygnałów wewnętrznych z dodanym (ewentualnie) progiem może być bezpośrednio traktowana jako sygnał