Студопедия

КАТЕГОРИИ:


Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748)

Охарактеризуйте виды функции активации нейрона




Опишите модели нейронов.

Приведите схему структурной организации уровней мозга

Различают следующие три общих типа нейронов, в зависимости

от их положения в нейронной сети:

• входные нейроны (input nodes), на которые подаются входные для все сети сигналы. Такие нейроны имеют, как правило, один вход с единичным весом, смещение отсутствует,

а значение выхода нейрона равно входному сигналу (нейроны с индексами 0-2 на рис. 6.3);

• выходные нейроны (output nodes), выходные значения кото-рых представляют результирующие выходные сигналы ней-ронной сети (нейрон с индексом 3 на рис. 6.3);

• скрытые нейроны (hidden nodes), не имеющие прямых связей

с входными сигналами, при этом значения выходных сигналов

скрытых нейронов не являются выходными сигналами ИНС

(нейрон с индексом 4 на рис. 6.3).

Рис. 6.3. Пример нейронной сети

 

Рис. 6.2. Примеры активационных функций: а) пороговая; б) линейная;

в) лог-сигмоидная; г) гиперболический тангенс

28. Охарактеризуйте однослойные/многослойные нейронные сети прямого распространения и рекуррентные сети.

По структуре межнейронных связей различают два класса ИНС:

1. ИНС прямого распространения (feed-forward ANNs), в кото-рых сигнал распространяется только от входных нейронов к выходным.

Орграф, соответствующий таким ИНС, не имеет циклов и петель. При-мером ИНС прямого распространения является ИНС на рис. 6.3 и 6.4а.

2. Рекуррентные ИНС (recurrent ANNs) – ИНС с обратными

связями. В таких ИНС сигналы могут передаваться между любыми нейронами, вне зависимости от их расположения в ИНС. Орграф, соответствующий структуре рекуррентных ИНС, может иметь петли и циклы

(рис. 6.4б).

Рис. 6.4. Примеры структур нейронных сетей:

а) ИНС прямого распространения: б) рекуррентная ИНС

29. Приведите определение понятия “знания”.

Знание — в теории искусственного интеллекта и экспертных систем — совокупность информации и правил вывода (у индивидуума, общества или системы ИИ) о мире, свойствах объектов, закономерностях процессов и явлений, а также правилах использования их для принятия решений. Главное отличие знаний от данных состоит в их структурности и активности, появление в базе новых фактов или установление новых связей может стать источником изменений в принятии решений.




Поделиться с друзьями:


Дата добавления: 2014-12-23; Просмотров: 1147; Нарушение авторских прав?; Мы поможем в написании вашей работы!


Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет



studopedia.su - Студопедия (2013 - 2024) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! Последнее добавление




Генерация страницы за: 0.01 сек.