Меню
Главная
Авторизация/Регистрация
 
Главная arrow Информатика arrow ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ
Посмотреть оригинал

Связь с нейросетевыми моделями

Прежде чем описывать свойства логистической регрессии, необходимо сделать небольшую интересную ремарку, которая послужит введением в нейронные сети, описываемые далее, в параграфе 5.5. Дело в том, что линейный классификатор представляет собой модель единичного нейрона1. Существует так называемая линейная модель нейрона Маккаллоха — Питтса[1] [2], которая выглядит следующим образом:

Идея этой модели заключается в том, что нейрон, состоящий из тела, дендрид и аксона, представляет собой сумматор входящих по дендридам электрических сигналов, которые, соединяясь в нем, возбуждают или не возбуждают в нейроне ответный электрический импульс в аксон. В модели (5.2) функция а — это функция активации, задающая как раз функцию возбуждения нейрона от входных сигналов. Интересно также то, что дендриды являются источником синапсов, фактически весов, которые присваиваются входным сигналам. Таким образом, модель (5.2) полностью идентична идее линейных классификаторов, в которых в качестве функции активации используется функция sign.

  • [1] См.: Порви/. П.} Рассел С. Искусственный интеллект. Современный подход.М.: Вильямс, 2009.
  • [2] См.: Маккалох Дж., Питтс У. Логические исчисления идей, относящихсяк нервной деятельности // Автоматы : сб. ст. / под ред. К. Э. Шеннона и Дж. Маккарти. М. : Иностранная литература, 1956.
 
Посмотреть оригинал
Если Вы заметили ошибку в тексте выделите слово и нажмите Shift + Enter
< Предыдущая   СОДЕРЖАНИЕ   Следующая >
 

Популярные страницы