ホーム >  機械学習 >  高校生でもわかる!ディープラーニングの人工ニューロンの話

投稿日:   |  最終更新日:

高校生でもわかる!ディープラーニングの人工ニューロンの話

機械学習

機械学習の1つであるディープ・ラーニング(深層学習)は、ニューラル・ネットワークから生まれました。このニューラル・ネットワークは大量の人口ニューロンを組み合わせたものです。ディープ・ラーニングのファーストステップとして、さらりと覚えておきましょう。

ニューラルネットワークとは?

ニューラルネットワーク(NeuralNetwork)とは、人間の神経構造を元にして作られたモデルです。神経回路網と訳されますが、偶然似てきてしまいました。

代表的なニューラルネットワークのモデルに多層パーセプトロンがあります。

脳の神経構造(ニューロン)

人間の脳は、以下のようなニューロンと呼ばれる細胞がたくさん集まって機能しています。

たくさんの入り口(樹状突起(じゅじょうとっき))と1つの出口があり、それらがたくさんつながっています。

ニューロンの信号伝達は発火現象!?

ニューロンは信号伝達するためにあります。信号伝達は、電位(でんい)の変化によっておきます。

①ニューロンの周りは、細胞外液です。この液との間に電位差を持っています。これを膜電位(まくでんい)といいます。

②通常の膜電位は-70[mV]程度です。

③入力信号によって膜電位が上がり始めます。

④あるしきい値を超えるとニューロンは瞬間的に0Vを超えます。

この状態を、ニューロンが発火した状態と呼びます。


人工ニューロン

ニューロンをわかりやすく変換すると、以下のような人工ニューロンができあがります。

人工ニューロンは、ニューロンと同じような働きをするものを「○」で表し、「ー」でその細胞同士のつながりを表現します。

人工ニューロンの流れ

実際に人工ニューロンを扱うと、以下のような流れとなります。

①m個の入力を持つ人工神経を考えます。m個の入力を樹状突起(じゅじょうとっき)から受け取ります。

※各入力信号を x1からxmとします。この人工ニューロンをk 番目の人工ニューロンとします。

②入力を総和します。各ノード(入力)には重み付けされています。各項の入力xと重み付けwを掛け算して、これらをすべて足し算します。(x1 × w1) +(x2 × w2) … +(xm × wm) + b = V

※重み付けをw1からwmとします。bはバイアス項です。

③出力を活性化関数φなどに渡します。そしてシナプスから出力します。

※活性化関数をφ(ファイ)とします。

数式

この人工ニューロンの数式は以下の通りです。

\[
y_k = \varphi_k( \displaystyle \sum_{ i = 1 }^{ m } {w_k}_i {x _k}_i + b_k )
\]


次回

この人工ニューロンの仕組みを使って1つの出力を出す関数をパーセプロトンと呼びます。次回はパーセプロトンを紹介します。


トラックバック用のURL
プロフィール

名前:イワサキ ユウタ 職業:システムエンジニア、ウェブマスター、フロントエンドエンジニア 誕生:1986年生まれ 出身:静岡県 特技:ウッドベース 略歴 20

最近の投稿
人気記事
カテゴリー
広告