Neuronen in een netwerk
Het laatste theoretische onderdeel van het bouwen van een neuraal netwerk is het neuron. Hier gebeurt het rekenwerk van het neurale netwerk.
Biologisch neuron naar kunstmatig neuron
Wanneer je biologische neuronen vergelijkt met kunstmatige neuronen zijn biologische neuronen veel gevarieerder en complexer in hun bouw en werking. Modellen die hiervan een gedrag proberen vast te leggen zijn zeker niet eenvoudig. Bij kunstmatige intelligentie worden hier simpelere modellen gebruikt. Vaak krijgen de neuronen dan ook een andere naam, namelijk units, in het voorbeeld zal neuronen worden aangehouden. Een schematisch voorbeeld van een neuron is te zien in onderstaand figuur.
Schematische weergave van een neuron
Wat doet een neuron?
Een neuron zet invoervector om in een uitvoersignaal. Meer is het eigenlijk niet, vrij gemakkelijk zou je denken. Het is een invoervector omdat er meerdere signalen kunnen zijn waarmee het neuron kan rekenen. Het signaal komt binnen en wordt vermenigvuldigd met een gewichtswaarde, W1. Vervolgens worden alle uitkomsten daarvan opgeteld (Sigma), deze som wordt de netinput genoemd. Er kan vervolgens nog een drempelwaarde worden afgetrokken, de bias, dit wordt niet weergegeven in het schema.
Daarna veranderd een bepaalde functie genaamd f, de waarde tot het uitvoersignaal van het neuron. Deze functie is vaak een sigmoide functie of een binaire functie.
