2192973205

Typy sieci neuronowych

->Ze względu na funkcję aktywacji:

■    liniowe (f(a) = a)

■    nieliniowe

■    radialne (funkcja gaussa)

-»Ze względu na architekturę

■    jednokierunkowe

■    ze sprzężeniami zwrotnymi

■    mieszane

Elementy Sztucznej Inteligencji - wykład 10 19

Neuron liniowy

Bez funkcji aktywacji    “^{2 4112} * £ -*

(funkcja aktywacji liniowa).    ^uk ^—►

Działanie neuronu można opisać równaniem wektorowym:

■    y = W^TU,

■    gdzie U=<u_f,u₂.—»u*>^T. wektor wejść « a W =<w_t,w₂,...,wp-^J‘ wektor wag.

Wyjście y będzie miało największą wartość, gdy położenie wektora wejściowego U, będzie najbardziej przypominać położenie wektora wag W.

4 W wektorze wag zatem pamiętany jest sygnał wzorcowy.

Elementy Sztucznej Inteligencji - wykład 10 20