CN107480779A - 一种同时输出多态功能人工神经元的设计方法 - Google Patents

Abstract

一种同时输出多态功能人工神经元的设计方法的技术领域，是属于人工智能，仿生学，电路设计的技术领域，主要技术是人工神经元通过多路输入，当累加值低于最小阀值时，人工神经元，不会被激活，当累加的值超过设定的阀值，人工神经元被激活，把数值传递给激活函数，设计有多种激活函数，这些函数同时被激活，这样有的函数输出正值，有的输出负值，有的不输出，但可以赋予权值，这样就可以对下一层的神经元，有的具有激活作用，有的具有压制作用，有的起调节作用。

Description

一种同时输出多态功能人工神经元的设计方法

技术领域

一种同时输出多态功能人工神经元的设计方法的技术领域，是属于人工智能，仿生学，电路设计的技术领域，主要技术是人工神经元通过多路输入，当累加值低于最小阀值时，人工神经元，不会被激活，当累加的值超过设定的阀值，人工神经元被激活，把数值传递给激活函数，设计有多种激活函数，这些函数同时被激活，这样有的函数输出正值，有的输出负值，有的不输出，但可以赋予权值，这样就可以对下一层的神经元，有的具有激活作用，有的具有压制作用，有的起调节作用。

背景技术

神经元是构成大脑的基本单元，人类的大脑是有成千上万个神经元按照一定规律构成的，人类为了模拟人脑，对人工神经元的设计是重中之重，有了人工神经元才能构成人工网络，人工神经网络是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。在这一模型中，大量的人工神经元之间相互联接构成网络，即“神经网络”，以达到处理信息的目的。一种模仿动物神经网络行为特征的分布式并行信息处理算法结构的动力学模型。它用接受多路输入刺激，按加权求和超过一定阈值时产生“兴奋”输出的部件来模仿动物神经元的工作方式，并通过这些神经元部件相互联接的结构和反映关联强度的权系数使其“集体行为”具有各种复杂的信息处理功能。特别是这种宏观上具有鲁棒、容错、抗干扰、适应性、自学习等灵活而强有力功能的形成不仅可以通过元部件性能不断改进，并且通过复杂的互联关系得以实现，因而人工神经网络是一种联接机制模型，具有复杂系统的许多重要特征。人工神经网络适用于信号处理、数据压缩、模式识别、机器人视觉、知识处理及其应用，预测、评价和决策问题，调度排序、路由规划等组合优化问题。在控制系统设计中它可用于模拟被控对象特性、搜索和学习控制规律、实现模糊和智能控制，因此对神经元的设计十分的重要，因为十分明显，神经元的形状十分的多，虽然人类把它进行分类，但神经元有成千上万种，因此不同的神经元也具备不同的功能，本发明只是其中一种神经元的设计方法，它的输出同时对下一层具备激活能力，压制能力，调节能力，现有的神经元的设计十分简单单一，就是把所有的输入和权重相乘，然后进行累加，减去阀值，然后设置激活函数，传递给下一层的神经元。

发明内容

人的大脑是很多神经元构成，因此神经元是神经网络的基本单元，十分明显，神经元数量巨大，在人体的不同部位就有不同形状、结构、生理学特征和功能的神经元，神经元的形状千奇百怪十分的多，虽然人类对它进行分类，但神经元有千百万种，因此不同的神经元也具备不同的功能，本发明只是其中的一种神经元进行设计，由于现有的神经元的设计十分简单单一，就是把所有的输入和权重相乘进行累加，减去阀值，然后设置激活函数，传递给下一层的神经元，这样构成一个网络，并且这样简单的设计解决了人类很多前人无法解决的问题，对整个世界产生巨大的影响，但这只是最简直的一种人工神经元结构，现实世界里神经元各种各样的形状，各种各样的功能，因此要发明各种功能的神经元的设计，本发明就是类似很多种神经元功能的其中之一的设计方法，一种同时输出多态功能人工神经元的设计方法，其特征是：同时输出多态功能人工神经元是由输入端，人工神经元，输出端组成，输入端如同神经元的输入端，接收上一级人工神经元的输入或由其他设备的输入，人工神经元的作用是把输入的值和权重相乘后进行累加，如果累加的值小于阀值，那么人工神经元就不会被激活，没有任何反应，如果累加的值大于阀值，那么人工神经元被激活，把信息传递给激活函数，激活函数有多种函数组成，并且是同时被激活，因此会同时输出，一些端口是正值，一些端口是负值，一些端口不输出，但可以赋予值用来调节组网作用，其中人工神经元采用如下设计，人工神经元由2部分构成，1是累加器，2是不同的激活函数，累加器的作用是把上一层的输入和权重相乘后进行累加，把信息传递给激活函数，激活函数是这样设计的，有不同的函数组成，例如f(x1)的输出是负值，起压制作用，f(x2)输出#代表没有输出但可以赋予权值，f(x3)代表的是输出正值，起激活作用，当累加的值大于阀值，这些函数全部被激活，这时一些函数输出是正值，起激活作用，一些函数输出是负值，起压制作用，有些函数起调节作用，这样设计的人工神经元就具备这样的功能当外部输入累加超过阀值，所有的函数被激活，同时向下一层人工神经元传递一些起激活、一些起压制、一些起调节作用的功能。

附图说明

图1是同时输出多态功能人工神经元的结构原理图，i-1.1-2.i-3.i-4.i-5.i-6.i-7.i-8.i-9代表输入端，这个输入端很多，这里画9条是用来代表作用，o-1.o-2.o-3.代表输出负值，是起压制作用，o-4.o-5.o-6.代表不输出，o-7.o-8.o-9代表输出正值，是起激活作用，这个输出端很多，这里画9条是用来代表作用，a-1代表人工神经元，a-2代表里面的累加器， a-3代表不同的激活函数集，里面的f(x1).f(x2).f(x3)代表不同的函数，这里只有例出三种，可以设计更多的函数，这些函数会被同时激活。

实施方法

人类的大脑里面有各种各样的神经元，有的神经元被激活后，同时在输出端的不同输出脚上输出不同的递质，输给下一层神经元有的是压制，有的是激活，有的暂时不起作用，因此创造了同时输出多态功能人工神经元是由输入端，人工神经元，输出端组成，输入端如同神经元的输入端，接收上一级人工神经元的输入或由其他设备的输入，人工神经元的作用是把输入的值和权重相乘后进行累加，如果累加的值小于阀值，那么人工神经元就不会被激活，没有任何反应，如果累加的值大于阀值，那么人工神经元被激活，把信息传递给激活函数，激活函数有多种函数组成，并且是同时被激活，因此会同时输出，一些端口是正值，一些端口是负值，一些端口不输出，但可以赋予值用来调节组网作用，把这样的神经元进行联网，和其他功能的人工神经元连网，构成一个人工大脑，就可以达到模仿人类大脑的功能，由于本发明的人工神经元，是采用同时输出，激活，压制和赋予权值的形式，以此可以实现更多的功能，可以用比较少的本发明的人工神经元和其他的人工神经元组网，达到十分复杂的网络功能。

Claims (1)

1.一种同时输出多态功能人工神经元的设计方法，其特征是：同时输出多态功能人工神经元是由输入端，人工神经元，输出端组成，输入端如同神经元的输入端，接收上一级人工神经元的输入或由其他设备的输入，人工神经元的作用是把输入的值和权重相乘后进行累加，如果累加的值小于阀值，那么人工神经元就不会被激活，没有任何反应，如果累加的值大于阀值，那么人工神经元被激活，把信息传递给激活函数，激活函数有多种函数组成，并且是同时被激活，因此会同时输出，一些端口是正值，一些端口是负值，一些端口不输出，但可以赋予值用来调节组网作用，其中人工神经元采用如下设计，人工神经元由2部分构成，1是累加器，2是不同的激活函数，累加器的作用是把上一层的输入和权重相乘后进行累加，把信息传递给激活函数，激活函数是这样设计的，有不同的函数组成，例如f(x1)的输出是负值，起压制作用，f(x2)输出#代表没有输出但可以赋予权值，f(x3)代表的是输出正值，起激活作用，当累加的值大于阀值，这些函数全部被激活，这时一些函数输出是正值，起激活作用，一些函数输出是负值，起压制作用，有些函数起调节作用，这样设计的人工神经元就具备这样的功能当外部输入累加超过阀值，所有的函数被激活，同时向下一层人工神经元传递一些起激活、一些起压制、一些起调节作用的功能。