Свойства искусственных нейронных сетей.

Определения искусственных нейронных сетей

 

Примеры устройства живого биологического мозга наталкивают на возможность построения аналогов на доступной элементной базе. Реально существует два метода – электронный и программный.  Общие принципы построения и функции отдельных элементов в целом дают удивительно сходные механизмы обработки информации. Например, обучение на основе опыта, анализ информации с выделением существенного. В то же время получить искусственный интеллект простым масштабированием пока невозможно. Дело в том, что на работу мозга влияет огромное количество самых разных физиологически параметров и еще имеется не решаемая проблема с количеством нейтронов и связей между ними. По последним данным в мозгу взрослого человека содержится примерно 86 000 000 000 нейронов.  Кроме того, способ связи между ними, организация и количество связей представляет, как бы «ноу-хау» интеллекта от природы.

Официально впервые основные свойства нейронов определили У. Питтс и У. Мак-Каллок.

  1. Нейрон состоит из тела – сомы, откуда нервное волокно – аксон ведет к одной или нескольким пластинам;
  2. Нейрон представляет из себя многополюсник, имеющий несколько входов и один выход;
  3. Концевая пластина соприкасается с телом не более, чем одного нейрона (того же самого или другого), который она раздражает;
  4. Входы нейрона (синапсы) по своему действию делятся на возбуждающие и тормозящие;
  5. Между концевой пластиной и телом нейрона имеется разделяющий промежуток – синапс;
  6. Активность нейрона соответствует правилу «все или ничего»;
  7. Перед возбуждением нейрона должен присутствовать латентный период накопления возбуждения фиксированного числа входов;
  8. Указанное число входов не зависит от предыдущей активности и от расположения входов в нейроне;
  9. Через нейроны сигналы проходят только в одном направлении;
  10. Единственным имеющим значение запаздыванием в нервной системе является синоптическая задержка между возбуждением входа возбуждением выхода нейрона;
  11. Синоптическая задержка является величиной постоянной;
  12. Активность какого-либо тормозящего синапса абсолютно исключает возбуждение данного нейрона в рассматриваемый момент времени;
  13. С течением времени структура сети не изменяется.

 



Вам понравится:

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *