Note de curs - Departamentul Automatica, Calculatoare si ...
Note de curs - Departamentul Automatica, Calculatoare si ...
Note de curs - Departamentul Automatica, Calculatoare si ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Retelele naturale <strong>de</strong> neuroni sunt cele mai rafinate <strong>si</strong>steme <strong>de</strong> prelucrare a<br />
informatiei. Chiar dacǎ vitezele sunt <strong>de</strong> cele mai multe ori inferioare celor<br />
realizate <strong>de</strong> calculatoare, o retea cum este creierul uman <strong>de</strong>pǎseste în rafinament<br />
orice calculator electronic. În tratarea informatiei suntem capabili a percepe, a<br />
prelucra semnalele primite, a extrage catacteristici reprezentative dintr-o lume<br />
foarte complexǎ <strong>si</strong> a <strong>de</strong>ci<strong>de</strong>. Aceste operatii le efectuǎm curent, cu o vitezǎ cel<br />
putin acceptabilǎ, în conditiile unei adaptabilitǎti comportamentale remarcabile<br />
vis-à-vis <strong>de</strong> <strong>si</strong>tuatii noi. Aceastǎ din urmǎ caracteristicǎ este datoratǎ reflexelor<br />
rapi<strong>de</strong> (<strong>de</strong> pildǎ dime<strong>si</strong>onarea pupilarǎ în raport cu inten<strong>si</strong>tatea sursei <strong>de</strong><br />
luminǎ) <strong>si</strong> capacitǎtii <strong>de</strong> a învǎta. Dacǎ reflexele sunt în mare mǎsurǎ <strong>si</strong>milare<br />
unor scheme automate <strong>si</strong>mple, capacitatea <strong>de</strong> a învǎta se referǎ la adaptarea<br />
lentǎ la a executa o actiune nouǎ (mersul pe bicicletǎ, <strong>de</strong> pildǎ) sau la a aplica o<br />
teorie matematicǎ nouǎ. Un sportiv <strong>de</strong> performantǎ repetǎ <strong>de</strong> nenumǎrate ori<br />
acelea<strong>si</strong> scheme la antrenament pânǎ când anumite miscǎri <strong>de</strong>vin aproape<br />
inconstiente. Dobân<strong>de</strong>ste astfel reflexe noi prin învǎtare. Matematicianul aplicǎ<br />
anumite elemente teoretice la rezolvarea unor probleme <strong>si</strong> prin exercitiu repetat<br />
învatǎ sǎ rezolve <strong>si</strong> sǎ formalizeze aspecte noi ale disciplinei sale.<br />
Neuronul ca celulǎ <strong>de</strong> bazǎ a retelelor neuronale are un numǎr <strong>de</strong> intrǎri <strong>si</strong> o<br />
ie<strong>si</strong>re unicǎ. Ie<strong>si</strong>rea poate fi intrare pentru alti neuroni, uzual dupǎ o<br />
multiplicare cu un anumit numǎr. Figura alǎturatǎ prezintǎ schematic un neuron<br />
cu trei intrǎri.<br />
Celula neuronalǎ este caracterizatǎ <strong>de</strong> o asa-numitǎ functie <strong>de</strong> activare, care<br />
aplicǎ intrǎrile pe multimea valorilor <strong>de</strong> ie<strong>si</strong>re. Functia <strong>de</strong> activare pentru<br />
celulele neuronale naturale este con<strong>si</strong><strong>de</strong>ratǎ a fi <strong>de</strong> forma unui salt marcat <strong>de</strong> un<br />
prag <strong>de</strong> sen<strong>si</strong>biltate x p , conform figurii care urmeazǎ.<br />
Variabila x este o combinatie liniarǎ a intrǎrilor reale multiple, care provin din<br />
ambiantǎ sau <strong>de</strong> la alti neuroni. Coeficientii acelei combinatii liniare se numesc<br />
pon<strong>de</strong>ri. Se observǎ cǎ neuronul are un prag <strong>de</strong> sen<strong>si</strong>biltate care produce o<br />
65