На Ð¿Ñ€Ð°Ð²Ð°Ñ Ñ€ÑƒÐºÐ¾Ð¿Ð¸ÑÐ¸

Таким образом, уравнение (1) в сочетании с определением функции (2)
упрощенно описывает функционирование биологического нейрона, находящегося,
в частности, в коре головного мозга человека.
Подобно своему биологическому прототипу, нейроны МакКаллока-
Питтса способны обучаться путем настройки параметров w, описывающих синаптическую
проводимость.
Как правило, вместо использования пороговых величин t i в нейросеть добавляют
так называемые «псевдонейроны смещения» (bias pseudoneurons) с постоянным
выходным сигналом, равным 1.
1.2.3. Персептрон Розенблатта
На приведенном выше описании искусственного нейрона были основаны
разработанные более 40 лет назад первые типы искусственных нейронных сетей,
получивших название «персептроны» [5-7] (в русскоязычной литературе
пишутся иногда как «перцептроны»), а вместе с ними и первые попытки создать
искусственный интеллект путем имитации работы головного мозга человека
на клеточном уровне. Название «персептрон» происходит от английского
слова perception – восприятие. Оно было предложено в 1958 г. Фрэнком Розенблаттом
в попытках имитировать с помощью нейронов МакКаллока-Питтса
человеческое восприятие (прежде всего зрение) и распознавание с его помощью
объектов внешнего мира. Персептрон Розенблатта имел многослойную архитектуру
(см. Рис. 3), причем только последний (выходной) содержал нейроны с
настраиваемыми весами, а формируемые ими выходные сигналы свидетельствовали
о принадлежности анализируемого объекта к определенному классу.
Само описание объекта в персептронах Розенблатта формировалось на входном
слое нейронов, названном рецепторным полем по аналогии с биологическим
прототипом. Сигналы с рецепторного поля поступали на необязательный скрытый
слой нейронов по связям, веса которых инициировались случайными числами
и в процессе обучения не менялись, а сформированные на нейронах скры-
17