Start Sieci jednokierunkowe Sieci rekurencyjne Słowniczek Linki O autorach
Oto objaśnienia ważniejszych terminów związanych z tematyką SSN:
- Algorytm
- Procedura lub formuła rozwiązująca problem. Program komputerowy jest implementacją algorytmu, czyli przełożeniem go na zbiór komend rozumianych przez komputer.
- Applet
- Program, napisany w języku JAVA, który można zamieścić na stronie internetowej.
- Atraktor
- Inaczej obiekt uczący.
- Baza danych
- Uporządkowany zbiór danych, dający się łatwo przeszukiwać. Także oprogramowanie pozwalające na utrzymywanie, przetwarzanie i udostępnianie informacji użytkownikom.
- Blok aktywacji
- Część neuronu, w której potencjał membranowy jest przekształcany w sygnał wyjściowy za pomocą funkcji aktywacji.
- Blok sumujący
- Część neuronu, w której obliczana jest suma jego ważonych wejść.
- Funkcja aktywacji
- Funkcja, według której potencjał membranowy neuronu jest przekształcany w jego sygnał wyjściowy.
- Funkcja ciągła
- Jeśli ktoś zna choć trochę matematykę, wie, o co chodzi. Dla tych, co jej nie znają, wyjaśnienie: kiedy narysujemy wykres tej funkcji, nie może on być nigdzie przerwany.
- Funkcja różniczkowalna
- Funkcja posiadająca pochodną.
- Iteracja
- Jeden powtarzający się okres pewnego cyklu.
- Krok uczenia
- Jedna iteracja procesu uczenia.
- Krzywa logistyczna
- Charakterystyczna krzywa często używana w SSN jako Funkcja aktywacji. Praktycznie każdy proces rozwoju jest opisany krzywą logistyczną: najpierw powolny wzrost, potem przez pewien czas bardzo dynamiczny, aż do stabilizacji.
- Liniowo separowalne zadanie
- Jeśli w przestrzeni wejść zaznaczy się obszary pozytywnej i negatywnej odpowiedzi sieci na zadane wejście, a granica między nimi będzie linią prostą (lub jej odpowiednikiem o większej liczbie wymiarów), to zadanie jest liniowo separowalne.
- Normalizacja mocy sygnałów wejściowych
- Zabieg matematyczny przeprowadzany na sygnałach wejściowych w celu zapewnienia zbieżności procesu uczenia (jeśli to tylko możliwe, błąd popełniany podczas uczenia będzie malał, a nie rósł).
- Preceptron
- Sieć jednokierunkowa złożona z neruonów o nieliniowej (unipolarnej lub bipolarnej) funkcji aktywacji.
- Piksel
- Pojedynczy punkt na ekranie monitora; najmniejsza cząstka obrazu.
- Potencjał membranowy
- Suma ważonych wejść neuronu.
- Próg aktywacji
- W neuronie z bipolarną lub unipolarną funkcją aktywacji jest to wartość potencjału membranowego, dla której następuje zmiana wartości sygnału wyjściowego neuronu.
- Przestrzeń wejść
- Przestrzeń o ilości wymiarów równej ilości wejść neuronu, w której punkty reprezentują obiekty wejściowe o parametrach równych ich współrzędnych.
- Samouczenie
- Uczenie nienadzorowane (bez nauczyciela).
- SSN
- Sztuczne sieci neuronowe.
- Sygnał wejściowy
- Sygnał trafiający na wejście neuronu (sieci).
- Sygnał wyjściowy
- Sygnał wychodzący z bloku aktywacji neuronu. Wyjście sieci - połączone wyjścia neuronów ostatniej warstwy wyjściowej.
- Tangens hiperboliczny
- Funkcja rosnąca o wartościach w przedziale (-1, 1).
- Waga
- Wartość, przez którą mnoży się odpowiedni sygnał wejściowy neuronu.
- Warstwa ukryta
- Każda warstwa sieci oprócz wejściowej i wyjściowej.
- Warstwa wejściowa
- Pierwsza warstwa sieci, nie biorąca udziału w jej uczeniu, służąca jedynie do rozdziału i ewentualnie wstępnej obróbki (np. normalizacji mocy) sygnałów wejściowych.
- Warstwa wyjściowa
- Ostatnia warstwa sieci.
- Wartość progowa
- Patrz: próg aktywacji.
- Wejście
- Przez nie jest dostarczany sygnał wejściowy.
- Wejście ważone
- Sygnał wejściowy pomnożony przez wagę.
- Wyjście
- Przez nie jest dostarczany sygnał wyjściowy.
- XOR
- Operacja logiczna (alternatywa wykluczająca) na dwóch wartościach, której wynikiem jest prawda, jeśli te wartości są różne, lub fałsz, jeśli są one takie same.