Структура искусственного нейрона
Так же сигмоидная функция очень удобна для нашей системы. Значения сигмоида лежат на отрезке, а правила кредитования, которые мы хотим получать на выходе системы, не содержат отрицательных значений. Область значений сигмоида намного проще расширить до любого наперед заданного положительного отрезка. Рисунок 5. Виды функций активации Для каждой конкретной задачи следует выбирать свою, наиболее… Читать ещё >
Структура искусственного нейрона (реферат, курсовая, диплом, контрольная)
Нейронная сеть состоит из нейронов, отдалённо напоминающих свой биологический прототип. Структура нейрона представлена на рисунке 4.
Рисунок 4. Структурная схема нейрона.
x1,…, xn — значения, которые подаются на входы (синапсы) нейрона; w1,., wn — веса синапсов, которые могут быть как тормозящими, так и усиливающими; S — взвешенная сумма входных сигналов:
· F — функция активации нейрона, преобразующая взвешенную сумму в выходной сигнал:
На рисунке 5 представлены несколько различных функций активации:
Рисунок 5. Виды функций активации Для каждой конкретной задачи следует выбирать свою, наиболее подходящую функцию. Для проектирования нашей системы наиболее разумно выбрать сигмоид.
Этот выбор обусловлен рядом ценных свойств сигмоида:
- · способность усиливать слабые сигналы лучше, чем многие другие функции, и сопротивляться «насыщению» от мощных воздействий;
- · монотонность и дифференцируемость на всей оси абсцисс;
- · простое выражение для ее производной.
Так же сигмоидная функция очень удобна для нашей системы. Значения сигмоида лежат на отрезке [0,1], а правила кредитования, которые мы хотим получать на выходе системы, не содержат отрицательных значений. Область значений сигмоида намного проще расширить до любого наперед заданного положительного отрезка.