| dbpprop:abstract
|
- An artificial neuron is a mathematical function conceived as a crude model, or abstraction of biological neurons. Artificial neurons are the constitutive units in an artificial neural network. Depending on the specific model used, it can receive different names, such as semi-linear unit, Nv neuron, binary neuron, linear threshold function or McCulloch-Pitts neuron. The artificial neuron receives one or more inputs (representing the one or more dendrites) and sums them to produce an output. Usually the sums of each node are weighted, and the sum is passed through a non-linear function known as an activation function or transfer function. The transfer functions usually have a sigmoid shape, but they may also take the form of other non-linear functions, piecewise linear functions, or step functions. They are also often monotonically increasing, continuous, differentiable and bounded. The artificial neuron transfer function should not be confused with a linear system's transfer function.
- Ein künstliches Neuron bildet die Basis für das Modell der Künstliches neuronales Netzkünstlichen neuronalen Netze, einem Modell aus der Neuroinformatik, das durch biologische Neuronales Netzneuronale Netze motiviert ist. Als Konnektionismuskonnektionistisches Modell bilden sie in einem Netzwerk aus künstlichen Neuronen ein künstliches neuronales Netz und können so beliebig komplexe Funktion (Mathematik)Funktionen Approximationapproximieren, Aufgaben erlernen und Probleme lösen, bei denen eine explizite Modellierung schwierig bis nicht durchführbar ist. Beispiele sind die GesichtserkennungGesichts- und Spracherkennung. Als Modell aus dem biologischen Vorbild der Nervenzelle entstanden, kann es mehrere Eingaben verarbeiten und entsprechend über seine Aktivierung reagieren. Dazu werden die Eingaben gewichtet an eine Ausgabefunktion übergeben, welche die Neuronenaktivierung berechnet. Ihr Verhalten wird ihnen im Allgemeinen durch Maschinelles LernenEinlernen unter Verwendung eines Künstliches neuronales Netz#LernverfahrenLernverfahrens gegeben.
- La neurona de McCulloch-Pitts es una unidad de cálculo que intenta modelar el comportamiento de una neurona "natural", similares a las que constituyen del cerebro humano. Ella es la unidad esencial con la cual se construye una red neuronal artificial. El resultado del cálculo en una neurona consiste en realizar una suma ponderada de las entradas, seguida de la aplicación de una función no-lineal, como se ilustra en la siguiente figura Esto se expresa matemáticamente como o=s(red) Donde red = w_1 x_1 + \cdots + w_n x_n - \theta es la suma ponderada. x_i es el valor de la i-ésima entrada (input). w_i es el peso (weights) de la conexión entre la i-ésima entrada y la neurona. \theta es el valor umbral (threshold) o es la salida (output) de la neurona. s es la función no-lineal conocida como función de activación. La función de activación que se usa es s(u) = \begin{cases} 1, u \geq 0\\ 0, u < 0. \end{cases} La suma ponderada se puede expresar de una manera más compacta usando el produto de matrices: red=\bar w_1 \bar x_1 + \cdots + \bar w_{n+1} \bar x_{n+1}=\bar \boldsymbol w^T \bar \boldsymbol x con \bar \boldsymbol w = (w_1,\ldots,w_n,-\theta)^T y \bar\boldsymbol x = (x_1,\ldots,x_n,1)^T. \bar \boldsymbol w y \bar\boldsymbol x son los vectores extendidos de pesos y de entrada, respectivamente. También se puede simplificar la representación gráfica de la siguiente manera:
- Un neurone formel est une représentation mathématique et informatique d'un neurone biologique. Le neurone formel possède généralement plusieurs entrées et une sortie qui correspondent respectivement aux dendrites et au cône d'émergence du neurone biologique (point de départ de l'axone). Les actions excitatrices et inhibitrices des synapses sont représentées, la plupart du temps, par des coefficients numériques (les poids synaptiques) associés aux entrées. Les valeurs numériques de ces coefficients sont ajustées dans une phase d'apprentissage. Dans sa version la plus simple, un neurone formel calcule la somme pondérée des entrées reçues, puis applique à cette valeur une fonction d'activation, généralement non linéaire. La valeur finale obtenue est la sortie du neurone. Le neurone formel est l'unité élémentaire des réseaux de neurones artificiels dans lesquels il est associé à ses semblables pour calculer des fonctions arbitrairement complexes, utilisées pour diverses applications en intelligence artificielle. Mathématiquement, le neurone formel est une fonction à plusieurs variables et à valeurs réelles.
- 人工神経または人工ニューロン（Artificial Neuron）とは、生物学的神経を抽象化したニューラルネットワークを構成する基本単位である。人工神経は1つ以上の入力を受け取り（1つ以上の樹状突起に相当）、それらの総和から出力（シナプス）を生成する。通常、各ノードの総和には重み付けがされ、「伝達関数; transfer function」と呼ばれる非線型関数に渡される。伝達関数としてはシグモイドが最も一般的だが、不連続な線型関数、ステップ関数といった非線型関数も使われることがある。一般に、伝達関数は単調増加である。
- Neuron McCullocha-Pittsa (ang. McCulloch-Pitts neuron, threshold neuron) to podstawowy blok budulcowy sztucznych sieci neuronowych. Jest on wybitnie uproszczonym matematycznym modelem biologicznego neuronu. Neuron McCullocha-Pittsa posiada wiele wejść i jedno bądź kilka wyjść. Każdemu z wejść przyporządkowana jest liczba rzeczywista - tak zwana waga wejścia. Wartość na wyjściu neuronu obliczana jest w następujący sposób: 1. obliczana jest suma iloczynów wartości xi podanych na wejścia i wag wi wejść: <math>s=w_0 + \sum_{i=1}^n x_i w_i</math> 2. na wyjście podawana jest wartość funkcji aktywacji f(s) dla obliczonej sumy Zobacz też: Perceptron
- Um neurônio artificial representa a base de uma rede neural artificial, um modelo da neurocomputação e orientado nas redes neurais biológicas.
- Иску́сственный нейро́н — узел искусственной нейронной сети, являющийся упрощённой моделью естественного нейрона. Математически, искусственный нейрон обычно представляют как некоторую нелинейную функцию от единственного аргумента — линейной комбинации всех входных сигналов. Данную функцию называют функцией активации или функцией срабатывания, передаточной функцией. Полученный результат посылается на единственный выход. Такие искусственные нейроны объединяют в сети — соединяют выходы одних нейронов с входами других. Искусственные нейроны и сети являются основными элементами идеального нейрокомпьютера.
|
| rdfs:comment
|
- An artificial neuron is a mathematical function conceived as a crude model, or abstraction of biological neurons. Artificial neurons are the constitutive units in an artificial neural network. Depending on the specific model used, it can receive different names, such as semi-linear unit, Nv neuron, binary neuron, linear threshold function or McCulloch-Pitts neuron. The artificial neuron receives one or more inputs (representing the one or more dendrites) and sums them to produce an output.
- Ein künstliches Neuron bildet die Basis für das Modell der Künstliches neuronales Netzkünstlichen neuronalen Netze, einem Modell aus der Neuroinformatik, das durch biologische Neuronales Netzneuronale Netze motiviert ist.
- La neurona de McCulloch-Pitts es una unidad de cálculo que intenta modelar el comportamiento de una neurona "natural", similares a las que constituyen del cerebro humano. Ella es la unidad esencial con la cual se construye una red neuronal artificial.
- Un neurone formel est une représentation mathématique et informatique d'un neurone biologique. Le neurone formel possède généralement plusieurs entrées et une sortie qui correspondent respectivement aux dendrites et au cône d'émergence du neurone biologique (point de départ de l'axone). Les actions excitatrices et inhibitrices des synapses sont représentées, la plupart du temps, par des coefficients numériques (les poids synaptiques) associés aux entrées.
- Neuron McCullocha-Pittsa (ang. McCulloch-Pitts neuron, threshold neuron) to podstawowy blok budulcowy sztucznych sieci neuronowych. Jest on wybitnie uproszczonym matematycznym modelem biologicznego neuronu. Neuron McCullocha-Pittsa posiada wiele wejść i jedno bądź kilka wyjść. Każdemu z wejść przyporządkowana jest liczba rzeczywista - tak zwana waga wejścia. Wartość na wyjściu neuronu obliczana jest w następujący sposób: 1.
- Um neurônio artificial representa a base de uma rede neural artificial, um modelo da neurocomputação e orientado nas redes neurais biológicas.
- Иску́сственный нейро́н — узел искусственной нейронной сети, являющийся упрощённой моделью естественного нейрона.
|
![[RDF Data]](/statics/sw-cube.png)
