McCulloch-Pitts ideghálózat

A McCulloch-Pitts neurális hálózat egy neurális hálózat matematikai modellje, amelyet Warren McCulloch amerikai neurofiziológus és Warren Pitts fizikus javasolt 1943-ban. Ez a modell volt az egyik első kísérlet a mesterséges intelligencia létrehozására, és jelentős hatással volt a számítástechnika és a mesterséges intelligencia fejlődésére.

McCulloch és Pitts azon az elgondolás alapján dolgozta ki modelljét, hogy az agy neuronjai be- és kikapcsolt módon működnek, és két változóval írhatók le: akciós potenciállal és látenciával. Azt javasolták, hogy az akciós potenciált az összes bemeneti potenciál összegének függvényében, a késleltetést pedig az összes bemenet késleltetésének függvényében lehetne ábrázolni.

Ez az elképzelés képezte a McCulloch-Pitz neurális hálózat matematikai modelljének alapját, amely sok neuronból áll, amelyek szinapszisokon keresztül kapcsolódnak egymáshoz. Minden neuronnak több bemenete van, amelyek mindegyike egy másik neurontól kap jelet. A jeleket a hálózaton keresztül szinapszisokon keresztül továbbítják, amelyek különböző súlyúak, amelyek meghatározzák a neuronok közötti kapcsolatok erősségét.

A McCulloch-Pitt modell számos modern neurális hálózat alapja, és a gépi tanulás, a mintafelismerés, a természetes nyelvi feldolgozás és más területek problémáinak megoldására használják. Az orvostudományban is gyakorlati alkalmazásai vannak, például betegségek diagnosztizálására vagy a kezelési eredmények előrejelzésére.

McCulloch-Pitts neurális hálózat McCulloch és Pptts egy neuron modelljét javasolta, amely a mesterséges neurális hálózatok fejlesztésének alapja. Ez a hálózat több neurális hálózati rétegből áll, amelyek mindegyike több neuront tartalmaz. Minden egyes bemeneti neuron N különböző jelet kap (ezek „köztes” jelnek tekinthetők), és a kimeneten Y különböző értéket generál - jeleket a következő neuronréteg számára. Az első réteg neuronjai bemeneti jeleket kapnak, amelyek képpixelek vagy a hálózat által feldolgozott bemenetek. A bemeneti adatok bevitele projekciós neuronokon keresztül történik. Bemeneti jelet biztosítanak a neuron bemenetéhez. Jelmechanizmust működtet a következő szakaszban használt másik érték generálására. Ezt a folyamatot addig ismételjük, amíg az eredmény el nem éri a kívánt pontosságot. Léteznek két- és többrétegű neurális kommunikációs hálózatok. Egy réteg kettőtől több száz linkig terjedhet, ami elméletileg több millió adat feldolgozásának képességét jelenti.