Изкуствена невронна мрежа: Разлика между версии

Изтрито е съдържание Добавено е съдържание
мРедакция без резюме
Comonut (беседа | приноси)
м Сигмоидната функция вече не e най-често срещаната, Хиперболичен тангенс и "Rectifier" ( f(x) = max(0,x) ) са по-често ползвани в модерната литература
Ред 5:
[[File:Neuralnetwork.png|thumb|170px|Опростен изглед на изкуствена невронна мрежа]]
 
Математическият аналог на биологичната невронна мрежа представлява множество от взаимносвързани прости изчислителни елементи ([[неврон]]и). Всеки неврон приема [[сигнал]]и от другите (под формата на числа), сумира ги, като сумата минава през активационна функция (най-често използваната е сигмоидалната функция y=f(x)=1/(1+e<sup>-х</sup>)), и така определя своята активация (степен на възбуда), която се предава по изходящите връзки към другите неврони. Всяка връзка има тегло, което, умножавайки се със сигнала, определя неговата значимост (сила). Теглата на връзките са аналогични на силата на синаптичните импулси, предавани между биологичните неврони. Отрицателна стойност на теглото съответства на потискащ [[Сигнал|импулс]], а положителна – на възбуждащ.
 
[[File:Logistic-curve.svg|thumb|170px|сигмоидалната функция y=f(x)=1/(1+e<sup>-х</sup>)]]