ARPA Publishing


di: Oscar Bettelli

IL PERCEPTRON

Esiste una classe di reti neurali nota come perceptron, anche se forse è meglio parlare di nodo di tipo perceptron. Tale nodo fu inventato dallo psicologo Rosenblatt verso la fine degli anni '50 e rappresenta il suo tentativo di illustrare alcune delle proprietà fondamentali dei sistemi intelligenti in generale, senza andare particolarmente a fondo relativamente alle speciali (e fondamentalmente sconosciute) condizioni reali di organismi biologici particolari.

La rete di Rosemblatt, il "photoperceptron", doveva essere in grado di classificare pattern in ingresso distinti, simulando quello che avviene nella retina del'occhio. Si trattava quindi di un problema di separabilità: il risutato che ottenne si può riassumere dicendo che è possibile costruire un perceptron che distingue con successo tra differenti classi di patterns in ingresso, anche se bisogna dire che debbono essere soddifatte certe condizioni di base.

Il perceptron è un dispositivo che apprende. Inizialmente incapace di distinguere alcunchè, dopo un adatto tempo di apprendimento diviene in grado di distinguere le classi di appartenenza dei patterns in ingresso. Il lavoro di Rosemblatt ha portato alla dimostrazione di un importante risultato, noto come "Teorema della convergenza del perceptron", che è dimostrato per un perceptron con una sola unità di output, che apprende a classificare patterns di due distinte classi. Esso afferma che, se una classificazione puo essere appresa da un perceptron, allora la procedura di addestramento della rete garantisce che il processo di apprendimento termina in un numero finito di cicli di apprendimento.

Elemento costitutivo di una rete tipo perceptron è il PE (processing element), che non è altro che un neurodo con le seguenti caratteristiche:
- gli ingressi sono binari (0 o 1)
- i pesi sono tutti nell'intervallo [0,1] e tali che la loro somma dà 1 (sono normalizzati a 1)
- il net è la somma pesata degli ingressi
- la funzione di attivazione è la funzione identica
- la funzione di uscita è il gradino binario centrato in una soglia s:
Xi = 1 se ai >=s
Xi = 0 se ai <s

Oscar Bettelli


Pag.successiva|Torna al sommario


© 1997 Oscar Bettelli - © 1998 ARPA Publishing. Tutti i diritti riservati. Riproduzione vietata.
La violazione del copyright e/o la copia illecita del materiale riprodotto in queste pagine, la diffusione non autorizzata dello stesso in qualunque forma contravviene alle normative vigenti sui diritti d'autore e sul copyright.
Per inserire i tuoi testi nel sito ARPANet, clicca qui!