「形式ニューロン」の版間の差分
削除された内容 追加された内容
人工神経 2015年2月6日 (金) 14:19 から分割 |
|||
| 1行目: | 1行目: | ||
[[1943年]]、[[ウォーレン・マカロック]]と[[ウォルター・ピッツ]]が世界初の人工神経 Threshold Logic Unit を発表した<ref>{{Cite journal |
|||
#redirect [[人工神経]] |
|||
|author=Warren S. McCulloch |
|||
|author2=Walter Pitts |
|||
|title=A logical calculus of the ideas immanent in nervous activity |
|||
|journal=The bulletin of mathematical biophysics |
|||
|volume=5 |
|||
|issue=4 |
|||
|year=1943 |
|||
|month=December |
|||
|publisher=Kluwer Academic Publishers |
|||
|pages=115-133 |
|||
|doi=10.1007/BF02478259 |
|||
}}</ref>。これを'''形式ニューロン'''（{{lang-en-short|formal neuron}}）とも呼ぶ。伝達関数としては[[ヘヴィサイドの階段関数]]を使い、入出力の値は 0 または 1 の二値だけをとる。 |
|||
===擬似コード=== |
|||
以下の[[擬似コード]]はマカロックとピッツの形式ニューロンの実装例である。入力は[[真理値]]（真または偽）、出力も真理値である。[[オブジェクト指向]]的モデルとなっている。トレーニング方法は定義されていない。関数型のモデルであれば、TLUクラスの代わりにTLUという関数が、入力ベクトルと重み付けベクトルとしきい値を引数とし、真理値を出力とするものになるだろう。 |
|||
'''class''' TLU '''defined as:''' |
|||
'''data member''' threshold ''':''' number |
|||
'''data member''' weights ''': list of''' numbers '''of size''' X |
|||
'''function member''' fire( inputs ''': list of''' booleans '''of size''' X ) ''':''' boolean '''defined as:''' |
|||
'''variable''' T ''':''' number |
|||
T '''←''' 0 |
|||
'''for each''' i '''in''' 1 '''to''' X ''':''' |
|||
'''if''' inputs(i) '''is''' true ''':''' |
|||
T '''←''' T + weights(i) |
|||
'''end if''' |
|||
'''end for each''' |
|||
'''if''' T > threshold ''':''' |
|||
'''return''' true |
|||
'''else:''' |
|||
'''return''' false |
|||
'''end if''' |
|||
'''end function''' |
|||
'''end class''' |
|||
2015年2月6日 (金) 14:31時点における版
1943年、ウォーレン・マカロックとウォルター・ピッツが世界初の人工神経 Threshold Logic Unit を発表した[1]。これを形式ニューロン（英: formal neuron）とも呼ぶ。伝達関数としてはヘヴィサイドの階段関数を使い、入出力の値は 0 または 1 の二値だけをとる。
擬似コード
以下の擬似コードはマカロックとピッツの形式ニューロンの実装例である。入力は真理値（真または偽）、出力も真理値である。オブジェクト指向的モデルとなっている。トレーニング方法は定義されていない。関数型のモデルであれば、TLUクラスの代わりにTLUという関数が、入力ベクトルと重み付けベクトルとしきい値を引数とし、真理値を出力とするものになるだろう。
class TLU defined as:
data member threshold : number
data member weights : list of numbers of size X
function member fire( inputs : list of booleans of size X ) : boolean defined as:
variable T : number
T ← 0
for each i in 1 to X :
if inputs(i) is true :
T ← T + weights(i)
end if
end for each
if T > threshold :
return true
else:
return false
end if
end function
end class
- ^ Warren S. McCulloch; Walter Pitts (December 1943). “A logical calculus of the ideas immanent in nervous activity”. The bulletin of mathematical biophysics (Kluwer Academic Publishers) 5 (4): 115-133. doi:10.1007/BF02478259.