"Sieci neuronowe we wspomaganiu rozwiÄ zywania ... - IPPT PAN
"Sieci neuronowe we wspomaganiu rozwiÄ zywania ... - IPPT PAN
"Sieci neuronowe we wspomaganiu rozwiÄ zywania ... - IPPT PAN
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Rys. 3.4 Struktura ogólna sieci <strong>neurono<strong>we</strong></strong>j.<br />
Rysunek 3.4 prezentuje ogólny schemat wielowarstwo<strong>we</strong>j, jednokierunko<strong>we</strong>j sieci<br />
<strong>neurono<strong>we</strong></strong>j. Stosowane są również w rozwiązaniach praktycznych sieci, które realizują<br />
przetwarzanie informacji w dwóch kierunkach. Są to sieci ze sprzężeniem zwrotnym.<br />
Ponieważ w pracy tej nie są one wykorzystywane, więc nie będą szczegółowo opisywane.<br />
Tym bardziej, że w literaturze przedmiotu można znaleźć wiele informacji na ich temat.<br />
[39],[40],[41].<br />
3.3.5. Adaptacyjne sieci logiczne<br />
W powyższych rozdziałach opisana została koncepcja sieci neuronowych opartych na<br />
najpowszechniej stosowanym modelu neuronu zdolnym do przetwarzania danych<br />
o charakterze zmienno przecinkowym. Wartości wag również mogą przyjmować wartości<br />
o takim charakterze. W latach siedemdziesiątych XX wieku pojawiła się koncepcja<br />
adaptacyjnych sieci logicznych oraz sieci wielowarstwowych realizujących funkcje<br />
boolowskie [42]. <strong>Sieci</strong> takie składają się z binarnych neuronów operujących na danych<br />
postaci binarnej. Wejścia, wyjście oraz wagi takiego neuronu mogą przyjmować wartości 0<br />
lub 1. Rysunek 3.5 przedstawia neuron binarny.<br />
Rys. 3.5 Schemat neuronu boolowski.<br />
Neuron binarny posiada zawsze tylko dwa <strong>we</strong>jścia, a blok f realizuje funkcję [43]:<br />
⎧1,<br />
y = ⎨<br />
⎩0,<br />
dla<br />
dla<br />
( w<br />
1<br />
( w<br />
1<br />
+ 1) x<br />
1<br />
+ 1) x<br />
1<br />
+ ( w<br />
2<br />
+ ( w<br />
2<br />
+ 1) x<br />
2<br />
+ 1) x<br />
2<br />
≥ 2<br />
.<br />
< 2<br />
37