Проверяемый текст
Никонов Вячеслав Викторович. Методика и информационно-вычислительный комплекс интеллектуальной поддержки принятия решений на основе механизма немонотонного логического вывода и нейросетевых технологий (Диссертация 2010)
[стр. 97]

5 = 2>Л.
»= В качестве функции активации могут использоваться различные функции(таблица 3.1).
Таблица 3.1.
Виды функций активаций ФН.
Н азвание Формула Пороговая (единичного скачка) F{S) = 0,S<0 1,S>0 Знаковая F(S)=1,S > 0 -1,S<0 Сигмоидальная (логистическая)
F{S}-Ue-‘ Линейная f(s)=s Треугольная Hs).'-wh*' ' ’ ) 0,S>1 Гиперболический тангенс S -5 F%C* Графики некоторых функций активации приведены на рисунке 3.4.
a *\\ 6 l i f t 1 ■ -2 -1 о 1 ? 2 l 0 r J 2 * о — сиччсрччк*»: d — порогом» смеакммля: в — оч * 0(1.1X11*1»сн.ммПрччиХ»: .• — тксйии с тешконк'ч Рисунок 3.4 Виды функций активации.
Вид функции активации во многом определяет вычислительные возможности нейронной сети, состоящей из формальных нейронов.
Основной недостаток модели с пороговым элементом для решения задачи
97
[стр. 69]

Таблица 3.1.
Виды функций активаций ФН.
Название Формула Пороговая (единичного скачка) F(s) = 0,S<0 1,S>0 Знаковая F(S)=1,S>0 -1,S<0 Сигмоидальная (логистическая)
F{S)=—~ v ' l + e~s Линейная F{S)=S Треугольная ns).
Hf-p1 Гиперболический тангенс S ~~s = 5-e +e Графики некоторых функций активации приведены на рисунке 3.5.
а— ПфрДО&м о -1Мфо<«}Д1« 1мяа«:.*А«: —■ CnJ VC40J.ILH.H CCMvCfF-tNIU»:.— JIlMCfcU* CII3CUХ-СЛИСЧ Рисунок 3.5 Виды функций активации Вид функции активации во многом определяет вычислительные возможности нейронной сети, состоящей из формальных нейронов.
Основной недостаток модели с пороговым элементом для решения задачи
определения концентрации вредных веществ — отсутствие достаточной гибкости при обучении и настройке нейронной сети на заданную задачу.
Если значение вычисляемого скалярного произведения даже незначительно не достигает заданного порога, то выходной сигнал не формируется, и 69

[Back]