بيرسيبترونإنه نموذج تصنيف خطي ثنائي، ويمكن اعتباره شكلاً بسيطًا من أشكال الشبكة العصبية التغذية الأمامية. تم اقتراحه من قبل فرانك روزنبلات في عام 1957. وهو يقوم بإدخال متجه الميزة للمثيل ويخرج فئة المثيل.

باعتباره مصنفًا خطيًا، يمكن اعتباره أبسط شبكة عصبية اصطناعية أمامية. وعلى الرغم من بنيته البسيطة، فإنه لا يزال قادرًا على التعلم والتعامل مع المشكلات المعقدة. عيبه الرئيسي هو أنه لا يستطيع التعامل مع المشاكل الخطية غير القابلة للفصل.

تعريف بيرسيبترون

يستخدم المُدْرِك متجهات مميزة لتمثيل شبكة عصبية تغذية أمامية، وهي مصنف ثنائي يقوم بتعيين مصفوفة مثل x إلى قيمة إخراج f(x).

$latex {f{ \left( {x} \right) } \left\{ \begin{array}{*{20}{l}} {1\text{ }\text{ },w⸳x+b\text{ } > \text{ }0}\\ {0\text{ }\text{ }, آخرون} \end{array}\right. }$

هنا، w هو عدد حقيقي يمثل متجه الوزن، وw · x هو حاصل الضرب النقطي، وb هو ثابت التحيز.

يتم استخدام f(x) لتصنيف x لتحديد ما إذا كان موجبًا أم سالبًا. هذه مشكلة تصنيف ثنائي. إذا كانت b قيمة سلبية، فيجب أن تنتج قيمة الإدخال المرجحة قيمة موجبة أكبر من -b لجعل الخلية العصبية التصنيفية أكبر من عتبة 0. ومن منظور مكاني، سيغير التحيز موضع حدود القرار.

استراتيجية التعلم بالبيرسيبترون

النواة: تقليل دالة الخسارة

إذا كانت مجموعة التدريب قابلة للفصل، فإن هدف التعلم الخاص بالبيرسبترون هو العثور على مستوى فاصل يمكنه فصل نقاط المثيل الإيجابية ونقاط المثيل السلبية في مجموعة التدريب بشكل كامل. لتحديد معلمات نموذج المدرك w و b، يتم استخدام دالة الخسارة بشكل عام ويتم تقليل دالة الخسارة.

كلمات ذات صلة: مُدْرِك متعدد الطبقات، شبكة عصبية