O Threshold Logic

Umelé neurónové siete sú modely biologických sietí neurónov . Rovnako ako biologických neurónov , umelé neuróny sčítať niekoľko vstupov a tieto sumy , ktorá má prahovú hodnotu . Je ak súčet prekročí prahovú hodnotu , neurón odovzdáva signál do ďalšieho neurónu . Tak dlho , ako je táto suma nižšia ako prahová hodnota , signál je prenášaný . Táto informácia pre spracovanie paradigma sa nazýva prah logika . Neuróny

biologické neuróny majú niekoľko vstupov , zo zmyslových orgánov a iných neurónov a jeden výstup . V prípade , že kumulatívne vstupy prechádza určitú prahovú hodnotu , bunka prechádza čistiaci proces zvaný " vypaľovanie " , ktorá spôsobuje elektrický prúd cestovať dolu jeden výstup do konca " nervu " , kde prúd spôsobuje vylúčenie malých vriec neurotransmitery - molekuly , ktoré aktivujú svaly alebo inými neurónmi . Umelé neuróny napodobniť tento proces , ale všetky premenné sú reprezentované číslami , ktoré môžete nastaviť pre jemné doladenie procesu . Jednotlivé vstupy sú automaticky vynásobené počtom tzv " váhy " , ktoré môžu byť nastavené k zmene správania neurónov .
Neurónovou sietí

Neurónové siete sú kolekcie neuróny , ktoré pracujú spoločne na vytvorenie efektu . Typickou aplikáciou je neurónov usporiadaných vo vrstvách , takže vzor signálov je uvedený na prvom riadku neurónov , prefiltruje cez ďalšie vrstvy , a potom konečná rad neurónov predstavuje vzor signálov . Tento " preklad " procesy môžu byť vyškolení . Ďalšie aplikácie sú všetky neuróny pripojené k sebe navzájom , takže keď niektoré z neurónov sú stimulované , celý súbor neurónov usadí do stabilného stavu , ktorý predstavuje pred tým zapamatovaného vzor . Ďalšie aplikácie je každý neurón pripojený len svojimi susedmi - ako vo vrstve buniek v zadnej časti oka - . Ktoré môžu detekovať veci , ako je na okrajoch budiacich vzory spôsobené pásy svetla a tmy

Learning

Zaujímavé je , že umelé neurónové siete zdediť niektoré z žiaducich vlastností biologických neurónových neurónových sietí . Jedným z nich je učenie . Umelé neurónové siete nie sú naprogramované ako sú počítače , ktoré sú vyškolení - ako spôsob , ako zvieratá sú školení . Školenie sa vykonáva nastavením váh neurónov . To znamená , že umelé neurónové siete je možné použiť na ovládanie procesov , ktoré sú nemožné popísať tak dlho , kým existuje veľa príkladov , ktoré používajú pri výcviku . Ďalšie kvalitné prahových logických obvodov je ich schopnosť zovšeobecňovať . Ak vyškolený neurónová sieť je zobrazený vzor je nikdy nevidel , je zvyčajne klasifikuje správne .
Funkcia prenosu

Ak je súčet vstupov do neurónu prekročí prahovú hodnotu , môže byť suma prešiel prenosovú funkciu , ktorá riadi výstup . To je široko veril , že starostlivou voľbou tejto prenosové funkcie môže mať celý rad priaznivých účinkov na neurónové siete . Tieto výhody patrí rýchlejší školenie a zvýšenú schopnosť zovšeobecňovať .

• Predchádzajúca strana: Ako sa pripojiť k Acer notebook k televízoru , 60Hz Mitsubishi 
• Ďalšia strana: Ako dať na SNES stanice na USB