КОНСПЕКТ ЛЕКЦИЙ КОДЭИ

Сигналы, принятые через синапсы, поступают в тело нейрона, где происходит их суммирование. При этом одни связи являются возбуждающими, а другие — тормозящими. В зависимости от баланса возбуждающих и тормозящих связей нейрон сам может перейти в возбужденное состояние: как только суммарное возбуждение превышает некоторый порог активации, нейрон начинает через аксон передавать сигналы другим нейронам. Интенсивность сигнала роли не играет, так как работает принцип «всѐ или ничего». Если соотношение возбуждающих и тормозящих связей таково, что порог активации превышен, нейрон переходит в возбужденное состояние, если нет — то в тормозящее.

Данная ситуация поясняется на рисунке, где иллюстрируется так называемая активационная функция нейрона. Она имеет вид ступеньки. Если сумма возбуждающих и тормозящих сигналов, поступающих на вход нейрона через синапсы, не превышает некоторого порога Т, то сигнал на выходе нейрона в соответствии с активационной функцией равен 0. Если сумма превышает этот порог, то нейрон переходит в состояние возбуждения и передает сигналы другим нейронам.

19

Несмотря на огромное количество нейронов в мозге, они составляют лишь несколько процентов от его объема; остальное место занято межнейронными связями, при этом число связей каждого нейрона не имеет аналогов в электронной технике. Исследования показали, что именно строго организованное взаимодействие огромного количества синаптических связей обеспечивает высокую производительность мозга в плане обработки информации.

Огромные способности к обработке информации, исключительная устойчивость и стабильность работы нейронной сети мозга не могли не привести к попыткам создать вычислительные системы, действующие по аналогичным принципам. Однако, современные технологии не позволяют создавать нейронные сети, сопоставимые по масштабам с нейронной сетью мозга.

Искусственный нейрон

Искусственный нейрон является процессорным элементом, на основе которого строятся искусственные нейронные сети. Подобно биологическому прототипу искусственный нейрон выполняет взвешенное суммирование своих входов с последующим нелинейным преобразованием результата, аналогичным сравнению с порогом активации.

Искусственный нейрон состоит из таких основных элементов:

1)набор входных связей (синапсов) хi, каждая из которых имеет вес wi (значения весов нейронов могут быть как положительными, так и отрицательными);

2)сумматор для суммирования входных сигналов хi взвешенных весами wi ;

3)активационная функция f(S), выполняющая преобразование (обычно нелинейное) значений с выхода сумматора.

В математическом смысле искусственный нейрон — это абстрактная модель биологического нейрона. Каждое значение хi поступающее по i-й синапсической связи, умножается на вес связи Тогда взвешенная сумма входов нейрона будет:

Свободный член b0 в выражении называется смещением. Оно позволяет дополнительно управлять уровнем активации нейрона, сдвигая активационную функцию вправо или влево вдоль горизонтальной оси. Увеличивая смещение, мы повышаем порог активации и искусственно вводим некоторое торможение нейрона, а уменьшая, как бы «подталкиваем» нейрон, заставляем его выдавать большее значение на выходе для меньших значений S.