Нейронные сети. Искусственные нейронные сети

1.

НЕЙРОННЫЕ СЕТИ
ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ

2.

Основные задачи
Классификация образов.
Кластеризация/категоризация.
Аппроксимация функций.
((X1, Y2), (X2, Y2), ..., (XN, YN))
Предсказание/прогноз.
{y(t1),y(t2), ..., y(tn)} в моменты времени t1, t2, ..., tn.
Оптимизация.

3.

Искусственный нейрон

4.

Пороговая функция активации

5.

Функции активации

6.

Примеры функций активации

7.

Архитектура нейронных сетей
Однослойная нейронная сеть

8.

Архитектура нейронных сетей
Многослойная нейронная сеть

9.

Персептрон

10.

Обучение однонейронного персептрона

11.

Обучение однослойной сети с n
персептронными нейронами

12.

Линейная разделимость

13.

Двухслойная сеть, реализующая
функцию XOR
Здесь s1 = x1*w11+x2*w21
–
значение, поступающее на вход
первого нейрона первого слоя,
s2 = x1*w12 +x 2 *w22 – вход второго
нейрона первого слоя;
y1, y2 – выходы соответствующих
нейронов первого слоя;
S – входное значение нейрона
второго слоя; Y – выход сети.

14.

Задание

15.

Задание