Perceptron
perceptron je druh umělé neuronové sítě vynalezený v 1957 u Cornell aeronautické laboratoře Frank Rosenblatt.Perceptron sestává z jednoho nebo více navrstvuje umělý neurons; vstupy jsou krmeny přímo k výstupům přes sérii váh. Tímto způsobem to může být považováno za nejjednodušší druh sítě feedforward. Každý neuron spočítá posuzovanou sumu jeho vstupů - to je, součet pro všechny vstupy produktu vstupu a jeho korespondenční váhu. Jestliže tato hodnota je nad nějakým prahem, neuron je říkán k ' oheň ', outputting hodnotu 1; jinak to vyžaduje hodnotu - 1. To zjednoduší trénink, práh je často reprezentován jako zvláštní váha spojená s konstantním vstupem, s aktuálním prahem funkce soustředila se na 0.
Umělý neurons s tímto druhem funkce aktivace být také nazvaný McCulloch-Pitts neurons nebo práh neurons. V literatuře perceptron termínu někdy také se odkazuje na sítě sestávat z jen jeden z těchto jednotek.
Perceptrons může být cvičen jednoduchým učícím algoritmem, který je obvykle nazýván deltou-pravidlo. To spočítá chyby mezi vypočteným výstupem a vzorkovýma výstupními údaji a použití toto vytvořit přizpůsobení váh, tak realizovat formu generace sklonu.
Ačkoli perceptron zpočátku vypadal slibný, to bylo rychle dokázal, že jednoduché perceptrons nemohly být trénoval se, aby rozpoznal mnoho tříd vzorů. Toto vedlo k poli výzkumu neuronové sítě stagnovat na mnoho let, předtím to bylo rozpoznal to neuronové sítě s tři nebo více vrstev mělo daleko větší zpracovací moc než jednodušší perceptrons.
Jednoduché perceptrons s jedním nebo dvě vrstvy jsou jen schopní učení linearly seperable vzory; v 1969 slavná monografie opravňovala Marvin Minsky a Seymour Papert ukázal, že to bylo nemožné pro tyto třídy sítě se učit XOR funkci. Oni se domýšleli (nesprávně) že podobný výsledek by držel pro perceptron s tři nebo více vrstev.
Objev v osmdesátých létech to multi-vrstvové neuronové sítě dělaly ne, ve skutečnosti, tyto problémy vedly k obrodě výzkumu neuronové sítě.
Reference:
- Rosenblatt, Frank (1958), Perceptron: Probabilistic model pro ukládání informací a organizaci v mozku, Cornell aeronautická laboratoř, psychologická recenze, v65, ne. 6, pp. 386-408.
- Minsky M L a Papert S 1969 Perceptrons (Cambridge, Ma: MIT tisk)