Page 138 - 4196

Рисунок 4.7 - Активаційні функції штучних нейронів:
а) функція Хевісайда (одиничного стрибка); б) лінійний
поріг; в) сигмоїд - гіперболічний тангенс; г) сигмоїд -
логістична функція (формула 4.86)

Мережі, які складаються з нейронів цього типу на-
зиваються бінарними. В аналогових НМ вихідні значення
нейронів приймають неперервні значення, для чого ви-
бирають інші види активаційних функцій. Найбільш по-
ширеною з них є сигмоїд- логістична функція
1
f  x  , (4.86)
1 e  ax
яка має деякі корисні властивості:
- простий вираз для похідної;
- диференційованість на усій осі абсцис;
- здатність підсилювати слабкі сигнали.

Архітектура нейронної мережі
За архітектурою зв’язків нейронні мережі діляться
на два класи: статичні мережі (прямого поширення) та
рекурентні або динамічні мережі (із зворотними
зв’язками).
Типовими представниками мереж першого класу є
НМ: одношаровий перцептрон (а), багатошаровий пер-
цептрон(б) і RBF - мережі (в); для динамічних мереж –

138