Νευρωνικά Δίκτυα κ υπολογιστηρες (α)


Νευρωνικά Δίκτυα (Ν.Δ)
 Τα Τεχνητά Νευρωνικά Δίκτυα (ΤΝΔ) αποτελούν μια προσπάθεια προσέγγισης της λειτουργίας του ανθρώπινου εγκεφάλου
 Η αρχιτεκτονική τους βασίζεται στην αρχιτεκτονική των Βιολογικών Νευρωνικών Δικτύων.
 Τα Νευρωνικά Δίκτυα (Ν.Δ.) εκπαιδεύονται με τη βοήθεια παραδειγμάτων, έτσι ώστε να μαθαίνουν το περιβάλλον τους.
 Υπάρχουν πολλές κατηγορίες Ν.Δ., ανάλογα με την αρχιτεκτονική τους και τον τρόπο εκπαίδευσής τους.

Από τα Βιολογικά Νευρωνικά Δίκτυα στα Τεχνητά
 Κατά τη γέννησή του ο εγκέφαλος κατασκευάζει τους δικούς του
κανόνες, “εμπειρία”, η οποία μεγαλώνει με την πάροδο του χρόνου.
 Κατά τα 2 πρώτα χρόνια ζωής, έχουμε τη μέγιστη ανάπτυξη, όπου
δημιουργούνται περίπου 1 εκατομμύριο συνάψεις (synapses) στο δευτερόλεπτο.
 Οι συνάψεις είναι οι βασικές δομικές και λειτουργικές μονάδες που
μεσολαβούν στην ενδοεπικοινωνία των νευρώνων.

Από τα Βιολογικά Νευρωνικά Δίκτυα στα Τεχνητά
 Η κατανάλωση ενέργειας στον εγκέφαλο είναι 20 Watt,ενώ ένας υπολογιστής χρειάζεται χιλιάδες Watt.

Από τα Βιολογικά Νευρωνικά Δίκτυα στα Τεχνητά
 Οι συνδέσεις των νευρώνων, με τους άξονες και τους δενδρίτες, ονομάζονται συνάψεις.

Από τα Βιολογικά Νευρωνικά Δίκτυα στα Τεχνητά
Ένα Τ.Ν.Δ. μοιάζει με τον εγκέφαλο στα εξής:
 Η γνώση αποκτάται από το δίκτυο μέσα από διαδικασία μάθησης.
 Οι δυνάμεις σύνδεσης των νευρώνων, γνωστές σαν συναπτικά (synaptic) βάρη, χρησιμοποιούνται για την αποθήκευση γνώσης.

Το μοντέλο του τεχνητού νευρώνα
Ένας νευρώνας είναι μια μονάδα επεξεργασίας πληροφορίας. Τα τρία βασικά στοιχεία αυτού του μοντέλου είναι :
 Ένα σύνολο από συνάψεις ή συνδετικούς κρίκους 

Ένας αθροιστής
 Μια συνάρτηση ενεργοποίησης

Νευρωνικά Δίκτυα ‐ νευρώνας
 Τα ΤΝΔ είναι μια συλλογή από νευρώνες (Processing Units‐PUs) που συνδέονται μεταξύ τους
 Κάθε νευρώνας έχει πολλές εισόδους αλλά μόνο μία έξοδο η οποία αποτελεί είσοδο για άλλους νευρώνες
 H συνδέσεις διαφέρουν ως προς τη σημαντικότητά τους που προσδιορίζεται από το συντελεστή βάρους (σύναψη).
 Η επεξεργασία κάθε νευρώνα καθορίζεται από τη συνάρτηση μεταφοράς, η οποία καθορίζει την κάθε έξοδο σε σχέση με τις εισόδους και τους συντελεστές βάρους.

Tα Ν.Δ. σαν κατευθυνόμενoι γράφοι
Ένα νευρωνικό δίκτυο είναι ένας κατευθυνόμενος γράφος,
που αποτελείται από κόμβους με συναπτικές διασυνδέσεις και συνδέσεις ενεργοποίησης και έχει τις ιδιότητες :
 Κάθε νευρώνας, παριστάνεται από ένα σύνολο γραμμικών συναπτικών συνδέσεων, ένα εξωτερικά εφαρμοζόμενο κατώφλι και μια μη‐γραμμική σύνδεση ενεργοποίησης.
 Το κατώφλι παριστάνεται από συναπτικές συνδέσεις με σήμα εισόδου τιμής ‐1.
 Οι συναπτικές συνδέσεις ενός νευρώνα ζυγίζουν τα αντίστοιχα σήματα εισόδου.
 Το άθροισμα των βαρών των σημάτων εισόδου καθορίζει το συνολικό εσωτερικό επίπεδο ενεργοποίησης του νευρώνα που ζητείται.
 Η σύνδεση ενεργοποίησης συνθλίβει (περιορίζει) το εσωτερικό επίπεδο ενεργοποίησης, για την παραγωγή της εξόδου που παριστάνει την κατάσταση του νευρώνα.

Πολλαπλών‐Επιπέδων Εμπρός‐ Τροφοδότησης Δίκτυα
 Εδώ έχουμε περισσότερα του ενός κρυφά επίπεδα, των οποίων οι κόμβοι υπολογισμού ονομάζονται ”κρυφοί νευρώνες”.
 Τυπικά, οι νευρώνες σε κάθε επίπεδο έχουν σαν εισόδους τα
σήματα εξόδου του προηγούμενου μόνο επιπέδου.

Αναδρομικά Δίκτυα
 Έχουν ένα τουλάχιστον βρόχο ανάδρασης.

(ΣΥΝΕΧΙΖΕΤΑΙ)

ΠΗΓΗ http://www.icsd.aegean.gr

About sooteris kyritsis

Job title: (f)PHELLOW OF SOPHIA Profession: RESEARCHER Company: ANTHROOPISMOS Favorite quote: "ITS TIME FOR KOSMOPOLITANS(=HELLINES) TO FLY IN SPACE." Interested in: Activity Partners, Friends Fashion: Classic Humor: Friendly Places lived: EN THE HIGHLANDS OF KOSMOS THROUGH THE DARKNESS OF AMENTHE
This entry was posted in Computers and Internet and tagged , , , . Bookmark the permalink.

Leave a Reply

Please log in using one of these methods to post your comment:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Google photo

You are commenting using your Google account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

Connecting to %s

This site uses Akismet to reduce spam. Learn how your comment data is processed.