Біологічний нейрон, Формальна модель нейрона - Використання нейромережевих технологій при створенні систем підтримки прийняття рішень

На мал. 3.1.1 [4], поданий у спрощеному виді біологічний нейрон. Схематично його можна розділити на трьох частини: тіло клітини, що містить ядро і клітинну протоплазму; дендрити - деревоподібні відростки, які служать входами нейрона; аксон, або нервове волокно, - єдиний вихід нейрона, що являє собою довгий циліндричний відросток. Для опису формальної моделі нейрона виділимо такі факти:

Мал. 3.1.1

У будь-який момент можливі лише два стани волокна: наявність імпульсу і його відсутність, так називаний закон "усе або нічого".

Передача вихідного сигналу з аксона попереднього нейрона на дендриты або прямо на тіло такого нейрона здійснюється в спеціальних утвореннях - синапсах. Вхідні сигнали підсумовуються із Синаптичними затримками й у залежності від сумарного потенціалу генерується або ні вихідний імпульс - Спайк.

Формальна модель нейрона

Вперше формальна логічна модель нейрона була введена Маккалоком і Питтсом [3] у 1948 році та тих пір було запропоновано величезна кількість моделей. Але усі вони призначені для рішення в основному задач розпізнавання і класифікації образів. Можна зазначити цілий ряд основних відмінностей запропонованої в даній роботі моделі і вже існуючих. По-перше, у класичних моделях завжди є присутнім "вчитель" або "супервізор", що підбудовує параметри мережі по визначеному алгоритму, запропонований же нейрон повинний підбудовуватися "сам" у залежності від "побаченої" їм послідовності вхідних векторів. Формально говорячи, при роботі нейрона повинна використовуватися тільки інформація з його входів. По-друге, у запропонованій моделі немає речовинних важелів і зваженої сумації по цих вагах, що є великим плюсом при створенні нейрочипу і модельних обчислень, оскільки цілочисленна арифметика виконується завжди швидше, ніж раціональна і простіше в реалізації. Головна ж відмінність запропонованої моделі складається в цілі застосування. C її допомогою вирішуються всі задачі керуючої системи: формування і розпізнавання образів (ФРО), розпізнавання і запам'ятовування закономірностей (БЗ), аналіз інформації БЗ і вибір дій (БПР), у відмінності від класичних моделей, де вирішується тільки перша задача.

Похожие статьи




Біологічний нейрон, Формальна модель нейрона - Використання нейромережевих технологій при створенні систем підтримки прийняття рішень

Предыдущая | Следующая