Nwlapcug.com


Sulla soglia logica

Sulla soglia logica


Reti neurali artificiali sono modelli di reti biologiche dei neuroni. Come neuroni biologici, i neuroni artificiali addizionate di diversi input e confrontare la somma di un valore di soglia. Se la somma supera la soglia, il neurone passa un segnale al neurone successivo. Fino a quando la somma è inferiore alla soglia, non viene trasmesso nessun segnale. Questo paradigma di elaborazione delle informazioni è chiamato soglia logica.

Neuroni

Neuroni biologici hanno ingressi diversi, da organi di senso e da altri neuroni e una sola uscita. Se gli ingressi cumulativi supera una certa soglia, la cella passa attraverso un processo catartico, chiamato "cottura" che provoca una corrente elettrica di viaggiare giù l'uscita singola fino alla fine del "nervo", dove la corrente provoca l'espulsione di piccoli sacchi di neurotrasmettitori, molecole che attivano i muscoli o altri neuroni. Neuroni artificiali imitano questo processo, ma tutte le variabili sono rappresentate da numeri che possono essere regolati per ottimizzare il processo. I singoli ingressi sono automaticamente moltiplicati per numeri chiamati "pesi", che possono essere regolati per modificare il comportamento dei neuroni.

Reti neurali

Le reti neurali sono insiemi di neuroni che lavorano insieme per creare un effetto. Una tipica applicazione ha i neuroni disposti in strati, in modo un modello di segnali è presentato per la prima fila di neuroni, filtrata attraverso altri strati, poi una riga finale dei neuroni presenta un pattern di segnali. Questo processi di «traduzione» possono essere addestrato. Altre applicazioni dispongono di tutti i neuroni collegati tra loro, così quando alcuni dei neuroni sono stimolati, l'intero insieme di neuroni si deposita in uno stato stabile che rappresenta un modello precedentemente memorizzato. Un'altra applicazione ha ogni neurone collegato solo ai suoi vicini..--come lo strato di cellule nella parte posteriore dell'occhio..--in grado di rilevare le cose come i bordi dei modelli di eccitazione causate da bande di luce e le tenebre.

Apprendimento

Interessante, le reti neurali artificiali ereditano alcune caratteristiche desiderabili delle reti neurali neurali biologiche. Uno di questi è l'apprendimento. Reti neurali artificiali non sono programmate come computer; sono addestrati..--come gli animali di modo sono addestrati. Formazione si effettua variando i pesi dei neuroni. Ciò significa che le reti neurali artificiali possono essere utilizzate per controllare i processi che sono impossibili da descrivere come ci sono un sacco di esempi da utilizzare nella formazione. Un'altra buona qualità di dispositivi logici soglia è la loro capacità di generalizzare. Se una rete neurale addestrata è mostrata un modello non ha mai visto prima, di solito si classifica correttamente.

Funzioni di trasferimento

Quando la somma degli ingressi ad un neurone supera la soglia, la somma può essere passata attraverso una funzione di trasferimento che controlla l'output. È opinione diffusa che selezionando con cura questa funzione di trasferimento può avere una varietà di effetti benefici sulla rete neurale. Questi vantaggi comprendono formazione più veloce e maggiore capacità di generalizzare.