نحوه مدل سازي شبكه عصبي

نحوه مدل سازي شبكه عصبي

شبكه هاي عصبي از تعدادي لايه تشكيل شده اند. اطلاعات از طريق لايه ورودي به شبكه وارد مي شوند. لايه مياني يا مخفي (Hidden Layer) كه ممكن است تعداد آن بيش از يكي باشد ، بسته به نوع مساله شامل نرون هايي ( گره هايي ) است كه وظيفه مهم برقراري ارتباط بين ورودي و خروجي را بر عهده دارند. عمل پردازش در اين لايه ( لايه ها ) از طريق سيستم ارتباطات وزني صورت مي گيرد. وزن هاي ارتباطي ، قدرت ( ارزش ) خود را متناسب با اهميت اطلاعاتي كه از هر نرون بدست مي آيد ، مشخص مي كنند. به بيان ديگر اطلاعات موجود ، در اين وزن ها كد بندي مي شود. دانش شبكه عصبي در وزن هاي ارتباطي آن ذخيره مي گردد و در نهايت پاسخ به لايه خارجي فرستاده مي شود.

به هر سلول عصبي يك گره گفته مي شود. تعداد گره هايلايه ورودي به تعداد ورودي ها و تعداد گره هاي لايه خروجي بستگي به پيشگويي مورد نظر ما دارد. مثلا اگر قرار است شبكه مثبت يا منفي بودن نتيجه يك آزمايش را مشخص كند ، مجود يك گره در لايه خروجي كافي خواهد بود ، اما اگر قرار است گروه خوني بيمار را پيشگويي كند ، به تعداد گروه هاي خوني مورد نظر ، گره خواهيم داشت.