Біологічний прототип штучного нейрона-біологічний нейрон

Біологічний прототип штучного нейрона – біологічний нейрон. Модель штучного нейрона. Активаційна функція.

Розділ 1. ОСНОВИ ШТУЧНИХ НЕЙРОНИ МЕРЕЖ

Інтелектуальна діяльність людини базується на функціонуванні величезної кількості (≈10⁵⁰) особливих клітин-нейронів.При цьому важливим ж їх взаємодія і передача сигналів між ними. У людському мозку між нейронами протягом життя встановлюється (≈ 10¹⁴⁾різних зв’язків по яких передаються сигнали.Комбінування таких сигналів формує інтелект людини.В процесі життя, розвитку,навчання можуть встановлюватися нові зв’язкі,окремі посилюватись інші послаблюватись.Це все формує дослід людини.

Особливостями інтелекту функціонування нервових клітин активно займалися з кінця ХIX і початку ХХ ст. Фізіологи встановили що більшість нервових клітин функціонують подібно між собою і були встановлені основні аспекти їх функціонування.З середини ХХ ст. до цих досліджень долучилися математики які запропонували ряд математичних моделей,що описували функціонування нейронів та взаємодію між ними.З’ясувалося, що математичні моделі дозволяли вирішувати ряд задач по класифікації образу,ідентифікації прогнозування поведінки тощо.Це дозволило застосувати такі моделі для вирішення тих задач, які традиційними методами алгоритмічного моделювання невирішувались.

Прототипом математичної моделі штучного нейрона був біологічний нейрон.Не зважаючи на усю складність будови і функціонування в біологічному нейроні можна виділити 5 наступних основних елементів

1-тіло нейрона або сома;

2-сукупність відростків – дендритів, по яких переважно передаються вхідні сигнали

3- особливе потовщення на тілі нейрона, що називається аксонним горбком, тут формується вихідний сигнал

4- в преважній більшості 1 довгий відросток (аксон) по аксону переважно передаються вихідні сигнали

5- особливі розгалуження відростків через які здійснюються з’єднання нейронів – синапси, зв’язкі нейронів через сигнали називаються синаптичними.

Нейрони можуть з’єднуватися як між собою, так і з м’язовими чи іншими тканинами, до яких поступає остаточний сигнал.Функціонування такої спрощеної моделі можна описати так:

-Через синаптичні зв’язкі по дендритах до соми надходить сукупність сигналів різної сили, величина кожного із сигналів може змінюватися(посилюватися чи послаблюватися) в залежності від особливості відповіді дендритів

-У сомі виконується сумування усіх сигналів із врахуванням їх посилення чи послаблення

-Сумарний вхідний сигнал співставляються із так званими пороговим значенням активації нейрона: якщо відбувається перевищення порогу то у аксонному горбку генерації виходить сигнал певної величини – нейрон збуджений тобто переходить в активний стан;якщо перевищення пороку активації немає, то нейрон залишається в пасивному стані – виходить сигнал не генерований або він є слабкий

-Згенерований вихідний сигнал по аксону через вихідний синапсис передається далі

Якщо розглядати складну систему пов’язаних між собою нейронів яка має деяку множину вхідних каналів і деяку вихідних то таку сукупність можна вважати особливим перетворювачем деякої множини n-вхідних сигналів, у деяку множину m-вихідних сигналів.

Побудова математичних моделей нейронних систем передбачає розробку таких алгоритмів які б забезпечили функіонування цих перетворювачів аналогічно до людскої інтелектуальної діяльності.При цьому процес налаштування такого перетворювача нагадує процес навчання нейронних систем.Навчання має на меті формувати такі вихідні сигнали для відповідного вхідного набору,які відповідатимумть потребам людини(аналогія з формуванням умовного рефлексу).

Процес навчання спрощено можна описати так:

-якщо для деякого вхідного набору сигналів на виході має бути активний сигнал, і дійсно нейрон активується, то реакція нейрона вважається адекватною і корекції його функіонування немає потреби;

-ящо для деякого вхідного набору сигналу на виході немає бути вихідного сигналу (пасивний)

Але насправді нейрон активується, то реакція невірна, при цьому потрібно зменшити його активність, це може бути досягнуто або шляхом послаблення вхідних каналів, або збільшити поріг активації

-якщо для вхідного набору сигналів немає бути сигналу, тобто нейрон пасивний і він дійсно залишається пасивним,то реакція лишається адекватною і корекція його функціонування непотрібна

-якщо для деякого вхідного набору сигналів на виході має бути активний сигнал тобто нейрон активується, але насправді нейрон залишається пасивним, то реакція нейрона невірна при цьому потрібно збільшити активність нейрона,це може бути досягнуто або шляхом посилення вхідних каналів, або шляхом пониження порогу активації

Процес навчання нейрона не є однокроковим.Перевірка активності повинна виконуватися для всеможливих випадків вхідних даних і продовжуватися до тих пір поки реакція нейрона в кожному випадку нестане адекватною.Якщо таке має місце то говорять що нейрон навчений на даній навчальній множині.

Дата добавления: 2015-08-31