На Ð¿Ñ€Ð°Ð²Ð°Ñ Ñ€ÑƒÐºÐ¾Ð¿Ð¸ÑÐ¸

рует все пришедшие к нему сигналы; 2) формирует выходной сигнал путем
функционального преобразования полученной суммы:
oi
= f ( −θ i
+ ∑o
jωij
) , (90)
j
где o i – выходной сигнал нейрона i, o j – выходной сигнал нейрона j, ω ij – вес синапса,
через который проходит сигнал, θ i – порог активации нейрона, f – активационная
функция, имеющая обычно сигмоидный вид:
f ( x)
= 1/(1 + exp( −x))
. (91)
Обучение нейронного устройства заключается в нахождении таких весов
синапсов и порогов активации нейронов, чтобы по предъявлению на ее вход
сигналов, описывающих химическую структуру, на ее выходе формировались
сигналы, соответствующие прогнозируемым значениям свойств этого соединения.
Предлагаемая нами нейросетевая конструкция состоит из трех основных
функциональных блоков: 1 – «мозга», 2 – набора «глаз» и 3 – единого «сенсорного
поля» (см. Рис. 63). Информация о химической структуре воспринимается
«сенсорным полем». Далее она поступает в «глаза» и подвергается обработке, в
процессе которой формируется набор сигналов, числовые значения которых не
зависят от нумерации атомов в молекуле. Эти сигналы далее поступают в
«мозг» для окончательной обработки, на выходе из которого формируются сигналы,
соответствующие прогнозируемым значениям свойств для данного химического
соединения. Таким образом, как и в традиционном подходе, промежуточно
формируется набор инвариантов молекулярных графов, однако эти инварианты
не являются заранее заданными и фиксированными, а «подстраиваются»
под прогнозируемые свойства в процессе обучения.
Рассмотрим отдельные части этой системы. «Сенсорное поле» представляет
собой квадратную матрицу, номера строк и столбцов которой соответствуют
номерам атомов в химическом соединении. Размер «сенсорного поля» определяется
максимальным числом неводородных атомов в рассматриваемых
химических структурах. Сенсоры, расположенные на диагонали матрицы
(атомные сенсоры) на пересечении i-ой строки с i-ым столбцом формируют на-
278