Upgrade to Pro — share decks privately, control downloads, hide ads and more …

ニューラルネット

Sponsored · Your Podcast. Everywhere. Effortlessly. Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
Avatar for youichiro youichiro
February 09, 2017

 ニューラルネット

長岡技術科学大学
自然言語処理研究室
B3ゼミ勉強会(第3回)

Avatar for youichiro

youichiro

February 09, 2017
Tweet

More Decks by youichiro

Other Decks in Technology

Transcript

  1. ⼈⼯ニューロンのモデル 3 " ~$ : ⼊⼒信号 " ~$ : 重み

    : しきい値 : 出⼒信号 • ⼊⼒信号ごとにあらかじめ決められた定数$ を掛け合わせる この定数$ をॏΈと呼ぶ • ⼊⼒信号は重みを掛け合わせたうえで⾜し合わせ、更に͖͍͠஋ と呼ばれる定数で減算する • その結果をとすると、 を఻ୡؔ਺()で処理し結果を、⼈⼯ ニューロンの出⼒とする = - . . − . = () / 14
  2. ⼈⼯ニューロンの挙動 5 ⼈⼯ニューロンの例 重み " = 5 = 1 しきい値

    = 1.5 " 5 0 0 -1.5 0 0 1 -0.5 0 1 0 -0.5 0 1 1 0.5 1 AND࿦ཧԋࢉࢠ / 14
  3. ⼈⼯ニューロンの挙動 6 ⼈⼯ニューロンの例 重み " = 5 = 1 しきい値

    = . " 5 0 0 -0.5 0 0 1 0.5 1 1 0 0.5 1 1 1 1.5 1 OR࿦ཧԋࢉࢠ / 14
  4. ⼈⼯ニューロンの挙動 7 ⼈⼯ニューロンの例 ೖྗ͕1ͭ 重み w = − しきい値 =

    −. 0 0.5 1 1 -0.5 0 NOT࿦ཧԋࢉࢠ / 14 ⼈⼯ニューロンの組み合わせることで任意の論理回路が構成可能 ⼈⼯ニューロンの挙動は、重みとしきい値を変更することで変化 → ⼈⼯ニューロンにある挙動をさせたいなら、その挙動に適した重みとし きい値を学習させれば良い