Однослойные искусственные нейронные сети

Хотя один нейрон и способен решать простейшие задачи, сила нейронных вычислений проистекает от соединений нейронов в сетях.

Существуют два подхода к созданию искусственных нейронных сетей.

1. Биологический подход, где при моделировании важно полное биоподобие, и необходимо детально изучать работу биологического нейрона.

2. Информационный подход при котором безразлично, какие механизмы лежат в основе работы искусственных нейронных сетей, важно лишь, чтобы при решении задач информационные процессы в НС были подобны биологическим.

Простейшая сеть состоит из группы нейронов, образующих слой, как показано в правой части рис. 1.5.

Рис. 1.5. Однослойная нейронная сеть

Отметим, что вершины-круги слева служат лишь для распределения входных сигналов. Они не выполняют каких- либо вычислений, и поэтому не будут считаться слоем. По этой причине они обозначены кругами, чтобы отличать их от вычисляющих нейронов, обозначенных квадратами. Каждый элемент из множества входов Х отдельным весом соединен с каждым искусственным нейроном. А каждый нейрон выдает взвешенную сумму входов в сеть. В искусственных и биологических сетях многие соединения могут отсутствовать, все соединения показаны в целях общности. Могут иметь место также соединения между выходами и входами элементов в слое.

Удобно считать веса элементами матрицы W. Матрица имеет т строк и п столбцов, где m – число входов, а n – число нейронов. Например, w_2,3 – это вес, связывающий третий вход со вторым нейроном. Таким образом, вычисление выходного вектора N, компонентами которого являются выходы OUT нейронов, сводится к матричному умножению N = XW, где N и Х – векторы-строки.