Технологии/Физика
нашли, является тип соединения «каждый с каждым».
Существует два класса нейронных сетей, которые
наиболее популярны. Естественно, у них реализована связь каждого нейрона с каждым.
Первый класс- Feedforward сети. Это означает, что
обратной связи у нейронов нет, и сигнал распространяется в одну сторону. Также эти сети наиболее эффективны и, к тому же, наиболее простые.
Второй класс- рекуррентные сети. В этих сетях
есть обратная связь между нейронами. Это означает, что сигнал может «плавать». Такие сети
сложнее в анализе и в построении, но они позволяют решать интересные задачи, перед которыми
feedforward сети бессильны. Например, рекуррентные сети могут решать задачи на поиск наилучшего решения. Они как бы могут «крутить»
сигнал по циклам, до тех пор, пока не найдётся
какая-то устойчивая структура.
Входной слой
Первый слой состоит из нейронов, которые просто принимают сигнал; они как правило никак не
обрабатывают информацию, т.е. никак не влияют
на сигнал. Все, что требуется от этого слоя, это
перераспределять сигнал на скрытый слой.
Скрытый слой
На этом этапе, собственно, информация и обрабатывается. Здесь и происходит вся магия по реше-
19
нию задачи. Нужно сказать, что в скрытом
слое происходит очень интересная вещь.
Дело в том, что в нем очень много нейронов
и у каждого есть свой вес. При умножении
на этот вес, сигнал преобразуется по-разному. Именно поэтому мы не можем точно
сказать, какая часть задачи решается в том,
или ином нейроне. И именно поэтому он и
называется скрытым.
Выходной слой
После того, как в скрытом слое сигнал
был переработан, он передается нейронам
выходного слоя, которые ещё раз обрабатывают сигнал, чтобы привести его в надлежащий вид.
Преимущества нейронных
сетей.
Помимо возможности решать новый класс
задач нейросети обладают рядом значительных
достоинств.
Понять, откуда они берутся, очень просто. Все
плюсы нейронных сетей являются следствиями
плюсов биологических нейронных сетей, так
как саму модель обработки информации мы
практически не меняли (при упрощении).
Отсюда очень просто объяснять преимущества
ИНС, просто выводя их из свойств биологических нейросетей.
1) Устойчивость к шумам входных данных
Представьте себе людей на пешеходном переходе. Вы без труда окидываете всех их взглядом и
легко различаете лица. Однако рассмотрим эту
картину подробнее. Помимо непосредственно
лиц на изображении есть еще и асфальт, одежда людей, машины, сфетофор, сумки. И вся
это ненужная (шумовая) информация тоже
подается нам в глаза!
Но мы абсолютно не обращаем на нее внима-