Webディレクターtsushan’s blog

都内で大手アパレルのWebディレクターとして勤めているTsushanです。興味関心がある分野のアウトプットを増やすためブログを書いています。 当分はAIについて書いていきます。

【人工知能】AI 形式ニューロンモデル(人工ニューロン)

あと一週間ぐらいで曲「MI GENTE」の振り付けをマスターしそうなTsushanです。

 

さて、今日はニューロンモデルについて入っていきます。

 

今まで2回に分けて人工知能神経細胞とその情報伝達方法について説明してきました。その内容は、今日の形式ニューロンモデルに繋がっているため、まだ見てない人は是非それらも読んでください。

【人工知能】AIと神経細胞(ニューロン) - Webディレクターtsushan’s blog

【人工知能】AI 神経細胞(ニューロン)の情報伝達 - Webディレクターtsushan’s blog

 

過去の記事の中でも述べましたが、人工神経または人工ニューロン(英: artificial neuron)とは、人工知能において、生物学的神経を参考にして考案されたニューラルネットワークを構成する基本単位である。これが今回やる形式ニューロンモデルに当たる。

 

具体的には、図1を図2に変形したものである。

 

f:id:tsushan:20180310181219j:plain

図1_生物学的ニューロン 画像参考 *1

 

↓以下に変形

 

f:id:tsushan:20180310180636j:plain

図2_形式ニューロンモデル  画像参考 *2

 

情報伝達順番

情報は、他神経のシナプス樹状突起→細胞体→軸索の順にを通っていくので、図2ではそれぞれ「入力」「結合荷重1,2」「ユニット」「出力」と表現している。

※情報伝達の詳細については過去の記事をご覧ください。 *3

・入力

情報(化学物質に変換された電気信号)は、図1の「他神経のシナプス」からまずは伝達されてくるので、図2ではそれを「入力1」「入力2」と表現している。

※この入力の数(他神経のシナプス)は実際いくつあっても良い。ここは紹介の便宜上2つにしている。他の記事や文献では3個以上の形式的ニューロンも普通に見られる。

・結合荷重

結合荷重は、任意の実数値で、入力に重みをかける役割をしている。 これは、シナプスが異なる伝達効率を持って、樹状突起に情報を渡していることを表現している。

シナプスは、使わる頻度でそのシナプスの太さ、強さが異なる。太さや強さによって、電気信号の伝達効率も異なる。 *4

しきい値

樹状突起から流れてくる電気信号がある一定量を超えると通常-70[mV]ある膜電位は、瞬間的に0[V]を上回り、そのタイミングで情報が細胞体から軸索に移行して行く(発火インパルスと呼ばれる)。その情報の一定量を図2では「しきい値と呼ぶ。

※膜電位について詳しく知りたい方は、過去の記事をご覧ください。 *5

・ユニット

細胞体は、電気信号の量が一定値を超え、膜電位が0[V]を超えると、軸索に電気信号を流し始めます。そのため、図2のユニットは、入力された電気信号の総量が(入力に重みをかけた総和)がしきい値を超えたか判定をする役割を持っている。

・出力

通常はしきい値が超えればユニットは「1」を出力、超えなければ「0」を出力する。いま、図2では入力は2つしかないが、 たくさんの入力が加わったときも実際の細胞体が出力する信号の大きさは 一定であることが観測されている。   *6

※筆者が読んだ記事の中で、しきい値を超えた際に「1」超えなかった際に「−1」を出力したほうがいいというものもあった。 *7

 

ここまでが、形式ニューロンモデルについての機能説明でした。

次回では、この形式ニューロンモデルを数値で表していきます。

文系出身のTsushanでもなんとなく理解できた内容なので、みなさんもおそらく問題ないかと思います。

形式ニューロンモデルの数値化を紹介したあとは、いよいよニューラルネットワーク機械学習について見ていきたいと思います。

 

ではまた!!