Вештачки неурон

Вештачки неурон је математичка функција замишљена као модел биолошких неурона, неуронске мреже. Вештачки неурони су елементарне јединице у вештачкој неуронској мрежи. Вештачки неурон прима један или више улаза и сумира их да би произвео излаз. Обично је сваки улаз појединачно помножен неком тежином, а сума се преноси кроз нелинеарну функцију познату као активациона функција или функција преноса. Функције преноса обично имају сигмоидни облик, али могу имати облик и других нелинеарних функција. Такође су често монотоно растуће, непрекидне, диференцијабилне и ограничене. Функција прага је инспирисала грађење логичких кола која се називају логика прага; применљива за изградњу логичких кола који раде слично обради мозга. На пример, нови уређаји, као што су помпорници, у последње време су у великој мери коришћени за развој такве логике.^[1]

Функција преноса вештачког неурона не би требало да се меша са функцијом преноса линеарног система.

Основна структура[уреди | уреди извор]

За дати вештачки неурон, нека има $m+1$ улаза са сигналима $x_{0}$ до $x_{m}$ и тежинама $w_{0}$ до $w_{m}$ . Углавном се улазу $x_{0}$ додељује вредност +1, што га чини бијасом са $w_{k0}=b_{k}$ . Преостаје $m$ стварних улаза у неурон: од $x_{1}$ до $x_{m}$ .

Излаз к-тог неурона је:

$y_{k}=\varphi (\sum _{j-0}^{m}w_{kj}x_{j})$

Где је $\varphi$ функција преноса.

Излаз је аналоган аксону биолошког неурона, а његова вредност иде на улаз следећег слоја неурона кроз синапсу. Такође може напустити систем, често као део вектора излаза.

Као такав, нема процеса учења. Израчунавају се тежине функције преноса и предодређује се вредност прага.

Види још[уреди | уреди извор]

Конекционизам

Референце[уреди | уреди извор]

^ Maan, A. K.; Jayadevi, D. A.; James, A. P. (2017). „A Survey of Memristive Threshold Logic Circuits”. IEEE Transactions on Neural Networks and Learning Systems. 28 (8): 1734—1746. ISSN 2162-237X. doi:10.1109/TNNLS.2016.2547842.

Додатна литература[уреди | уреди извор]

McCulloch, W. and Pitts, W. (1943). A logical calculus of the ideas immanent in nervous activity. Bulletin of Mathematical Biophysics, 5:115–133. [1]
A.S. Samardak, A. Nogaret, N. B. Janson, A. G. Balanov, I. Farrer and D. A. Ritchie. "Noise-Controlled Signal Transmission in a Multithread Semiconductor Neuron" // Phys. Rev. Lett. 102 (2009) 226802, [2]

Спољашње везе[уреди | уреди извор]

[1] Maan, A. K.; Jayadevi, D. A.; James, A. P. (2017). „A Survey of Memristive Threshold Logic Circuits”. IEEE Transactions on Neural Networks and Learning Systems. 28 (8): 1734—1746. ISSN 2162-237X. doi:10.1109/TNNLS.2016.2547842.

[1]