ノート:パーセプトロン

折角立てたのなら、正確に記述していただけませんか？　あるいは出典を明らかにしてください。

1. 形式ニューロンがテューリングマシンと同等なら、線形分離でない問題も解けるはずでは？
2. 学習則と収束定理が落ちています。
3. 基本パーセプトロンと単純パーセプトロンを混同しているように思われます。
4. 単純パーセプトロンは線形分離不可能な問題を解けます。それがどの程度の性能かをしめしたのが甘利先生の業績の一つです。

NekoJaNekoJa 2005年7月6日 (水) 08:57 (UTC)

単層パーセプトロンの将来性

Marvin Minsky と Seymour Papert は（入力層をカウントしない）単層パーセプトロンがXORを表現しないと示しました（多層でなら表現可能なので注意）。しかし、2008年にPeter Auer と Harald Burgsteiner と Wolfgang Maass は論文中において[1]、『単層パーセプトロンで如何なる連続関数のコンパクトな任意区間も区間[-1,1]内に近似することが出来る』[伝聞、要確認]と示しました。これは、およそ層内において閾値関数を更に多く用いるという外延的手法に頼る事で内包的コンセプト（本来なら多層パーセプトロンに依る表現が望ましいコンセプト）を近似できる事を指してるんだと思います。

分類器として採用するに足る物に見えるので、ニューラルネットワーク分野の停滞を引き起こした「XORを表現しません」という負の一側面だけじゃなく、ここに書いた正の一側面のことも載せるべきだと思うんですが。 --Shigerellion 2009年6月30日 (火) 07:00 (UTC)

多層パーセプトロン - チューリングマシン

本文中『このモデル（形式ニューロン）はチューリングマシンと同等』の記述に関してですが、Stephen Grossberg が（入力層をカウントしない）2層パーセプトロンで XOR関数 を実装しました。詳しくは英版パーセプトロンのHistoryを参照の事。 同様にして論理演算が実装できることを考えると、論理演算の応用である2進数演算にいたり、次にデータ・命令アドレス処理にまで至るステージを想像できます。

まとめると、『パーセプトロン→論理演算全般→2進数演算→データ・命令アドレス処理』って感じでしょうか。ここまで出来れば、パソコンの動作原理をかなり実装してると思います。 とはいえ、出典が知りたいですね。 --Shigerellion 2009年6月30日 (火) 07:00 (UTC)