Величину порогового барьера можно рассматривать как еще один весовой коэффициент при постоянном входном сигнале. В этом случае мы говорим о расширенном входном пространстве нейрон с N-мерным входом имеет N + 1 весовой коэффициент. Если ввести в уравнение пороговую величину W0, оно перепишется так:
В зависимости от способа преобразовании сигнала и характера функции активации возникают различные виды нейронных структур. Мы будем рассматривать только детерминированные нейроны (в противоположность вероятностным нейронам, состояние которых в момент t есть случайная функция потенциала и состояния Я момент t-1). Далее, мы будем различать статические нейроны — такие, в которых сигнал передается без задержки, — и динамические, где учитывается возможность таких задержек («синапсы с запаздыванием»).
Различные виды функции активации
Функции активации f могут быть различных видов:
• линейная: выходной сигнал нейрона равен его потенциалу,
• ступенчатая: нейрон принимает решение, выбирая один из двух вариантов (активен/неактивен),
• линейная с насыщением: нейрон выдает значения, промежуточные между двумя предельными значениями А и В,
• многопороговая: выходной сигнал может принимать одно и» q значений, определяемых (q-1) порогом внутри предельных значений А и В,
• сигмоидная: рассматриваются два вида сигмоидных функций:
Коэффициент b определяет крутизну сигмоида. Поскольку сигмоидная функция является гладким отображением (-оо,«о) -К0,1)> крутизну b можно учесть через величины весов и порогов, и без ограничения общности можно полагать ее равной единице.
Возможно также определить нейроны без насыщения, принимающие на выходе непрерывное множество значений. В задачах классификации выходное значение может определяться порогом — при принятии единственного решения, — или быть вероятностным — при определении принадлежности к классу.
Чтобы учесть особенности конкретной задачи, могут быть выбраны различные другие РИЛЫ функции активации — гауссова, синусоидальная, всплески (wavelets) и т.д.
|