УДК 519.226.3; 004.032.26
Авторы
Кожомбердиева Г. И.
Доцент, к.т.н., Петербургский государственный университет путей сообщения Императора Александра I, г. Санкт-Петербург, Россия
Бураков Д. П.
К.т.н., Петербургский государственный университет путей сообщения Императора Александра I, г. Санкт-Петербург, Россия
Аннотация
В статье рассматривается модель искусственного нейрона, принцип функционирования которого основан на применении формулы Байеса. При этом входные сигналы нейрона интерпретируются как свидетельства в пользу двух альтернативных гипотез: соответствия и несоответствия условию активации нейрона. Выходной сигнал нейрона формируется на основе рассчитанного по формуле Байеса апостериорного распределения вероятностей гипотез. Предлагается и демонстрируется подход к решению проблемы ложного распознавания образов при использовании байесовской модели нейрона. Выявляются и уточняются особенности применения байесовской модели нейрона в сравнении с традиционно используемым методом распознавания. Обсуждается способ применения предложенной модели нейрона в нейронных сетях типа WTA для решения задач распознавания на примере распознавания цифр почтового индекса.
Ключевые слова
искусственный нейрон, нейронная сеть, формула Байеса, апостериорное распределение вероятностей, функция активации, байесовская модель нейрона, распознавание и классификация, сеть WTA, задачи распознавания образов
