|
Машинное обучение, нейронные сети
Парабола как функция активации искусственных нейронных сетей
М. В. Хачумовabc, Ю. Г. Емельяноваa a Институт программных систем им. А. К. Айламазяна РАН, Веськово, Ярославская область, Россия
b Федеральный исследовательский центр «Информатика и управление» Российской академии наук, Москва, Россия
c Российский университет дружбы народов, Москва, Россия
Аннотация:
Рассматриваются вопросы применения параболы и ее ветвей как нелинейности, расширяющей логические возможности искусственных нейронов. В частности, обусловлена применимость ветвей параболы для построения s-образной функции активации, пригодной для настройки нейронной сети методом обратного распространения ошибки. Продемонстрирована реализация функции XOR на двух и трех нейронах с применением предложенного подхода. Основное преимущество параболы перед сигмоидом – более простая реализация, что ускоряет работу искусственных нейронных сетей.
Ключевые слова:
сигмоид, парабола, s-образная функция активации, нейрон, нейронная сеть, XOR, скорость настройки.
Образец цитирования:
М. В. Хачумов, Ю. Г. Емельянова, “Парабола как функция активации искусственных нейронных сетей”, Искусственный интеллект и принятие решений, 2023, № 2, 89–97
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/iipr28 https://www.mathnet.ru/rus/iipr/y2023/i2/p89
|
| Статистика просмотров: |
| Страница аннотации: | 119 | | PDF полного текста: | 48 | | Первая страница: | 2 |
|