3.2 Штучний нейрон
Базовий модуль нейронних мереж – це штучний нейрон. Він моделює основні функції природного нейрона (рис. 2).
Рисунок 3.2 – Базовий штучний нейрон
Вхідні сигнали xn зважені ваговими коефіцієнтами з’єднання wn додаються, проходять через передавальну функцію, генерують результат і виводяться. У наявних на цей час пакетах програм штучні нейрони називаються “елементами обробки” і мають набагато більше можливостей, ніж простий штучний нейрон, описаний вище. На рис.3.3 зображена детальна схема спрощеного штучного нейрону.
Рисунок 3.3 – Модель “елементу обробки”
Модифіковані входи передаються на функцію сумування, яка переважно тільки сумує добутки. Проте можна обрати багато різних операцій, такі як середнє, найбільше, найменше, І, АБО, тощо, які могли б виробляти деяку кількість різних значень. Окрім того, більшість комерційних програм дозволяють інженерам-програмістам створювати власні функції суматора за допомогою підпрограм, закодованих на мові високого рівня (C, С++, TurboPascal). Інколи функція сумування ускладнюється додаванням функції активації, яка дозволяє функції сумування змінювати в часі.
В будь-якому з вищевказаних випадків, вихід функції сумування надсилається у передавальну функцію і скеровується весь ряд на дійсний вихід (0 або 1, -1 або 1, або яке-небудь інше число) за допомогою певного алгоритму. В існуючих нейромережах в якості передавальних функцій можуть бути використані синус, гіперболічний тангенс та ін.
Після обробки сигналу, нейрон на виході має результат передавальної функції, який надходить на входи інших нейронів або до зовнішнього з’єднання, як це передбачається структурою нейромережі.
Всі штучні нейромережі конструюються з базового формуючого блоку - штучного нейрону. Існуючі різноманітності і фундаментальні відмінності, є підставою мистецтва талановитих розробників для реалізації ефективних нейромереж.
3.3 Штучні нейронні мережі
Інша частина створення і використання нейромереж стосується нескінченої кількості зв’язків, що пов’язують окремі нейрони. Групування у мозку людини відбувається так, що інформація обробляється динамічним, інтерактивним та самоорганізуючим шляхом.
Біологічні нейронні мережі створені у тривимірному просторі з мікроскопічних компонент і здатні до різноманітних з’єднань. Але для створеної людиною мережі існують фізичні обмеження.
Існуючі на даний час, нейромережі є групуванням штучних нейронів. Це групування обумовлено створенням з’єднанних між собою прошарків (рис.3.4).
Рисунок 3.4 – Діаграма простої нейронної мережі
На рис.3.4 показана типова структура штучних нейромереж. Хоча існують мережі, які містять лише один прошарок, або навіть один елемент, більшість застосувань вимагають мережі, які містять як мінімум три нормальних типи прошарків - вхідний, прихований та вихідний. Прошарок вхідних нейронів отримує дані з вхідних файлів або безпосередньо з електронних давачів. Вихідний прошарок пересилає інформацію безпосередньо до зовнішнього середовища, до вторинного комп’ютерного процесу або до інших пристроїв. Між цими двома прошарками може бути багато прихованих прошарків, які містять багато нейронів у різноманітних зв’язаних структурах. Входи та виходи кожного з прихованих нейронів просто йдуть до інших нейронів.
Напрямок зв’язку від одного нейрону до іншого є важливим аспектом нейромереж. У більшості мереж кожен нейрон прихованого прошарку отримує сигнали від всіх нейронів попереднього прошарку та звичайно від нейронів вхідного прошарку. Після виконання операцій над сигналами, нейрон передає свій вихід до всіх нейронів наступних прошарків, забезпечуючи шлях передачі вперед (feedforward) на вихід.
При зворотньому зв’язку, вихід нейронів прошарку скеровується до нейронів попереднього прошарку (рис.3.5).
Рисунок 3.5 – Зворотній зв’язок в нейромережах
Шлях, яким нейрони з’єднуються між собою має значний вплив на роботу мережі. Більшість пакетів професійної розробки програмного забезпечення дозволяють користувачу додавати, вилучати та керувати з’єднаннями як завгодно. Постійно коректуючі параметри, зв’язки можна робити як збуджуючими так і гальмуючими.