Tema nr.

2

6LVWHPXO PHWRGHORU L WHKQLFLORU GH LQWHOLJHQ DUWLILFLDO

Realizarea unui produs de inteligen artificial reclam aplicarea unor metode gi tehnici
care diferen iaz n raport de urm torii factori:
gradul de generalitate. Conform acestui L111L111 1L1LLL1L g1 1L111L11L LL 111L11@L1
11111L11 >L L1>111L 11.
- 1L1LLL g1 1L111L1 @L1L11L LL 1LZL1N1L _1L11L1L1L1 L1L >L _L1 L1>111L 1 11L11 1L1
n:
- 1L1LLL g1 1L111L1 L11LL1L LL 1LZL1N1L [1@L11111j
- 1L1LLL g1 1L111L1 11L11LL1L [1L1LLL g1 1L111L1 LL L 111L >L11 111L1 g1 1L1LLL g1
tehnici de descompunere a problemelor);
- 1L1LLL g1 1L111L1 >_LL111LL 111L11@L1 L1 11111L11L L1L 1 1ndul lor se pot clasifica n:
metode g1 1L111L1 LL L11Z1 1L11L L11Lgtin elor;
metode gi tehnici de reprezentare a cunogtin elor;
1L1LLL g1 1L111L1 LL 11111Z1L L11Lg111 L1L1.

modul de IXQGDPHQWDUH HPSLULF . VL11L11 LL>111 L111L111 1L1LLL1L g1 1L111L11L LL
111L11@L1 11111L11 >L L1>111L 11.
- 1L1LLL g1 1L111L1 LL L1L11 >111L11L
- 1L1LLL g1 1L1nici de calcul neuronal;
- 1L1LLL g1 1L111L1 LL L1L11 @L1L11L.


Elemente de calcul neuronal. Neuronul artificial

1L11111 _111 11L@1L L1 LL111 1L1NL> neuronul artificial 1L_1LZ111 11111L LL
_1L11L11L LL 1Z L11 LL111 L1L111111 1L11L11 11111L L1L _1LLL>LZ L >L11L LL 1111 11
[11_11111 111L11 1L11Lj g1 _1LL1LL 11 1LZ1111 [L11_11 111L11 ional) considerat drept nivelul de
activitate al neuronului.

1 Neuronul McCulloch-Pitts
Primul tip de neuron artificial a fost definit n 1943 de c trL . 1LV111LL1 g1 . T111>. n
prezent, el este cunoscut sub numele de unitate prag - TU (threshold unit) sau neuron McCulloch-
Pitts. Un neuron de tip TU primegte pe fiecare dintre conexiunile sale de intrare un semnal
1LL1L1 [\ >1 j g1 L111L 1 1Lg11L 1L1 11 >L111 1LL1L1. VL1L211111L LL 11111L _L1 11 LL LL1
tipuri g1 111L. 111111L1L g1 L2L111L1L. 1L 1111-un interval de timp dat neuronul beneficiaz
LL L 11111L _L 11 L1111L LL1L211111L >1L 111111L1L L1 N 11LLL 11 >11L 11L11N [LL11Nalentul
11L1 1Lg111 \j. 1111L1 Lnd neuronul beneficiaz de semnale de intrare numai prin conexiuni
excitatoare g1 111 111 LL>1L1 >L111L LL_ gLgte un prag fixat, (pragul de excitabilitate)
neuronul devine activ (genereaz o iegire 1), altfel este inactiv.








x
1
x
2
x
n
y
1
y
m

Cu ajutorul unui neuron de tip TU se pot implementa numeroase func ii logice simple,
prin asocierea lui 1 cu valoarea logic adev rat gi a lui 0 cu valoarea fals. Neuronii TU f r
conexiuni inhibatoare pot implementa numai func ii logice monotone.

2. Perceptronul simplu
n 1950 este definit un nou model al neuronului artificial gi anume neuronul de tip LTU
(linear threshold unit), denumit gi perceptron simplu. Spre deosebire de neuronul de tip TU,
_L1LL_1L111 >11_11 1111LL1LL 1L 111L LL intensitate a unei conexiuni k, notat cu w
k
, sub forma
unui factor multiplicator al semnalului de intrare care circul prin conexiunea k. Intensitatea unei
conexiuni prezint valori reale gi constituie o form de modelare att a tipului de conexiune,
111111L1L >1 L2L111L1L _111 >L1111 N1L111 111L1>11 11 Lt g1 L11L1L1 L1 >11_11LL _111
11NL111 1>L111 1 LL>1L1 N1L11. 1>11L1 L N1L1L _LZ111N 111L1>11 11 >L11111L L11L1L1
>11_11L 11L1 LL1L21111 L2L111L1L 11 111_ LL L N1L1L 1L@11N 1L LLLg1 >L11111L 1L L1
pentru o conexiune inhibatoare.
1_1111 1L11 1 11NL111 _L1LL_11L11111 >11_11 L>1L L1L111 L L >11 _L1LL11
1111 111L1 LL11L11 1L1 1L1.
input w x
total k k
k
n
=
=

1

unde: x
k
reprezint inputul care circul prin conexiunea k. Outputul perceptronului simplu este
@L1L11 _L 1Z 11L1 111L 11 _1@ LL 1L11.
output f(input , )
1, daca input
0, altfel
total
total
= =

unde: reprezint valoarea prag. Func ia f este cunoscut sub numele de func ie de transfer sau
IXQF LH GH DFWLYDUH, ntruct permite stabilirea nivelului de activitate a neuronului n raport de
11_1111 1L11 g1 LL N1L1L _1@. 1L1L _1@ 11 L>1L LL11111 gi IDFWRU DO GHSODV ULORU GH
scal , pe scurt deplasament sau bias.
Frecvent, outputul unui neuron este exprimat n raport de inputul net, pe scurt net, cu
]11L111 11L1 1L1 11 LL 1L11.
output f(net)
1, daca net
0,
= =

0
altfel

unde: net este definit de rela ia:
net input
total
=
n acest caz, biasul este asimilat unei intr ri recep ionate de neuron printr-o conexiune cu
intensitate - pe care circul valoarea 1. Prin urmare:
net input w x w x
total k k k k
k
n
k
n
= + = + =
=
+
=

( ) ( ) 1 1
1
1
1

unde: x
n+
=
1
1gi w
n+
=
1
.
TL1LL_11L111 >11_11 111L 1L1LZ 11 LL111111L _L 1Z 11L1 valori de intrare binare dar
>111 LLL_11L g1 1111 11 1L1L L11_1111 1111L n continuare binar. Vectorul de intrare x = (x
1
, x
2
, ...
, x
n
) este extins prin includerea elementului 1 (figura 4.4.b). Vectorul (x
1
, x
2
, ... , x
n
, 1) poart
numele de vector de intrare extins. Similar, vectorul (w
1
, w
2
, ..., w
n
, -) este denumit vectorul
extins al conexiunilor intensit ilor.
n cadrul unui sistem bazat pe calcul neuronal sunt utiliza i mai mul i neuroni, organiza i
sub form LL 1L L 1L11L11 . Din aceast cauz , un neuron este referit drept unitate U
j
a unei
re L1L 1L11L11L L1 11_11111 _1LNL111L LL 1 11L 1111 1 >1 L11 11 1L elei. Notnd cu O
i

outputul unit ii U
i
1L1 1 LL L1L11 11_111111 1L11 _L1111 11111L 1
j
care recep ioneaz intr ri
din re ea se va rescrie sub forma:
input j
total
=
=

w O
ij
i
n
i
1

unde: w
ij
1L_1LZ111 111L1>111L LL1L211111 L1111L 1
i
g1 1
j
, conexiune prin care O
i
, outputul
unit ii U
i
, este transmis ca input unit ii U
j
. Sensul n care circul informa ia n re ea este
important, motiv pentru care conexiunile sunt reprezentate att prin valoarea intensit ii ct gi prin
sensul de circula ie a informa iilor.
Cu ajutorul unui perceptron simplu pot fi implementate func ii logice liniar separabile.
Prelucr rile realizate de c tre perceptronul simplu pot fi interpretate ca o separare liniar a
spa iului intr rilor.

3. Perceptronul simplu generalizat
Generalizarea perceptronului simplu s-a realizat n urm toarele direc ii:
inputul net este calculat cu ajutorul unei func ii g: R
n+1
R
n+1
T L1L .
net g x x x w w w
n n
=
+ +
( , , ... , , , , ... , )
1 2 1 1 2 1

outputul este calculat cu ajutorul unei func ii de activare f, eventual diferit de func ia prag gi
cu valori reale. Atunci cnd f nu este func ie prag, biasul reprezint o caracteristic a
neuronului, cu semnifica ia unei intr ri speciale care modific , deplaseaz inputul total.
rezultatul func iei g sau f se poate rentoarce n unitate sub forma unei intr ri decalate n timp
(aga numita reac ie local ).
Reprezentarea grafic a perceptronului simplu generalizat se poate realiza ntr-una dintre
urm 1L1L1L N1111L.









1111 [1j >L _1L1L1 11 LZ11 1L11L111L1 L1 1LL 1L 1LL1 .












x
1
x
n
g
w
1

w
n


f
x
1
x
n
w
1

w
n


g

f
Varianta (a) Varianta (b)