人工神経

人工神経または人工ニューロン（英: artificial neuron）とは、人工知能において、生物学的神経を参考にして考案されたニューラルネットワークを構成する基本単位である。人工神経は1つ以上の入力を受け取り（1つ以上の樹状突起に相当）、それらの総和から出力（シナプス）を生成する。通常、各ノードの総和には重み付けがされ、活性化関数（英: activation function）もしくは伝達関数（英: transfer function）と呼ばれる非線形関数に渡される。

基本構造

m個の入力を持つ人工神経を考える。各入力信号を $x_{1}$ から $x_{m}$ とし、重み付けを $w_{1}$ から $w_{m}$、バイアス項を $b$、伝達関数を $\varphi$ とする。

k 番目の人工神経の出力は次の式で表される:

$y_{k}=\varphi _{k}\left(\sum _{i=1}^{m}w_{ki}x_{i}+b_{k}\right)$

数式を図示すると以下のようになる。

出力は他の人工神経に（重み付けされたシナプスを通って）伝播するか、最終的な出力の一部として使われる。

このモデルは、線形変換と $\varphi$（非線形を含めた何らかの変換）を交互に繰り返すということしか言っていなく、$\varphi _{k}$ もニューロンごとにバラバラであっても良いとすると、恒等変換も線形変換であるので、つまり、任意のいかなる関数変換をも表現できるモデルということになる。形式ニューロンは二値データの範囲内において、チューリングマシンと等価になっている。

活性化関数

詳細は「活性化関数」を参照

批判

人工神経は、生物物理学的には正しいモデルではないと批判されることが多い。あくまで、生物を参考にしてモデルを作ったというレベルであり、生化学的にちゃんと再現しようという意図は全くなく、1952年に発表されたホジキン-ハックスレー型モデルと比較しても大きく異なっている。

形式ニューロン

詳細は「形式ニューロン」を参照

関連項目

• パーセプトロン
• コネクショニズム
• 神経