Для начала вспомним что такое искусственные нейронные сети. ИНС - это математический аппарат, основанный на аналогиях с функционированием центральной нервной системы и предназначенный для решения широкого круга задач.
Искусственный нейрон это элементарная структурная единица искусственной нейронной сети, выполняющая функции по обработке входных сигналов поступающих с других нейронов и представлению результата в форме выходного значения.
Входные сигналы подвергаются в теле нейрона преобразованию, зачастую нелинейному с участием весовых коэффициентов Wi, характеризующих значимость каждой связи и функции активации. W0 - коэффициент смещения - вес фиктивного единичного входа.
Состояние нейрона S определяется как взвешенная с помощью синаптических коэффициентов сумма его входных значений:
S = W0 + sum(WiXi)
Функция активации преобразует состояние нейрона в значение в форме и масштабе выходного сигнала:
Y = F(S)
Сигмоидная логистическая функция:
F(S) = 1 / (exp(-a(S-T) + 1)
Параметр a влияет на степень нелинейности изменения переменной в нормализуемом виде.
В этой работе, хотелось бы изучить принципы работы искусственного нейрона, процесс обработки входных сигналов и влияние на выходной сигнал отдельных входных значений, синаптический коэффициентов и настроек активационной функции.
Так же было бы здорово разработать программно-алгоритмическое обеспечение, моделирующее работу искусственного нейрона и провести исследование взаимного влияния параметров и переменных искусственного нейрона.
Средой разработки стала Qt. Qt - кросс платформенный инструментарий разработки ПО на языке программирования C++. Для вывода графиков использовалась сторонняя библиотека "qcustomplot".
Графическая зависимость выходного значения нейрона от каждой из входных переменных в отдельности показан на следующем графике:
Как видно с увеличением значения входного параметра выходное значение нейрона увеличивается, но не превышает 1. При увеличении начального значения а данная зависимость становится более нелинейной.
Графические зависимости выходного значения нейрона от каждого из синаптических коэффициентов, включая коэффициент смещения показан на следующем графике
Как видно по графику при изменение коэффициентов w1 и w2 выходное значение нейрона изменяется примерно одинаково и стремится к значение ~0.6. Большое влияние на выходное значение оказывает коэффициент смещения, при увеличении W0 выходное значение стремится к 1, т.к. W0 является весом фиктивного единичного входа, что и является причиной такого влияния.
Графические зависимости выхода нейрона от каждого из параметров активационной функции:
На первом графике можно увидеть зависимость выходного значения нейрона от коэффициента a. На графике видно что при изменении параметра а изменяется степень нелинейности активационной функции.
На втором графике зависимость выходного значения нейрона от коэффициента Т. Данная зависимость представлена в виде убывающей пороговой функции.