Lexikon der Neurowissenschaft: künstliches Neuron
künstliches Neuron, Eartificial neuron, funktionelle Einheit von künstlichen neuronalen Netzen. In Analogie zu den Neuronen in biologischen neuronalen Netzen (Nervenzellen) sind die künstlichen Neurone grundsätzlich durch die folgenden vier Eigenschaften definiert: 1) Erzeugung von Aktionspotentialen (Spikes). 2) Fortpflanzung der Aktionspotentiale auf dem Axon. 3) Synaptische Übertragung des Aktionspotentials. 4) Zeitlich-räumliche Summation der Aktionspotentiale auf dem Perikaryon. Grundsätzlich unterscheidet man zwei Typen künstlicher Neurone: 1) Neuronenmodelle, die einzelne Aktionspotentiale modellieren (spikende Neurone) und deren Ausgabe deshalb binär ist (Spike erzeugt/kein Spike erzeugt). 2) Neuronenmodelle mit einer reellen Zahl als Ausgabe, wobei die Ausgabe als Wahrscheinlichkeit für die Erzeugung eines Spikes oder als eine Spikerate interpretiert wird. Diese bezeichnet man auch als Feuerratenmodelle (Feuerrate). – Das bekannteste Neuronenmodell ist das Schwellenneuron. Hier wird die gewichtete Summe (Skalarprodukt) aus dem Eingabevektor und den synaptischen Gewichten berechnet. Diesen Wert bezeichnet man auch als das dendritische Potential des Neurons für die vorliegende Eingabe. Übersteigt das dendritische Potential eine vordefinierte Schwelle, so wird ein Spike generiert und die Ausgabe des Neurons ist gleich 1, sonst wird kein Spike erzeugt und die Ausgabe ist gleich 0 (in manchen Modellvarianten auch -1). Beim Schwellenneuron handelt es sich um ein spikendes Neuronenmodell. In Anwendungen weit verbreitet ist das Neuronenmodell mit einer sigmoidalen (S-förmigen) Aktivierungsfunktion. Hier wird das dendritische Potential durch eine reelle Funktion festgelegt. Ein wichtiges Beispiel ist die sogenannte Fermi-Funktionf(x)=1/(1+exp(-bx)), wobei b eine beliebige positive Zahl ist. Die Neuronenausgabe ist also eine Zahl zwischen 0 und 1, wobei die Ausgabe eine streng monoton wachsende Funktion des dendritischen Potentials ist. analoges Neuron, binäres Neuron.
Wenn Sie inhaltliche Anmerkungen zu diesem Artikel haben, können Sie die Redaktion per E-Mail informieren. Wir lesen Ihre Zuschrift, bitten jedoch um Verständnis, dass wir nicht jede beantworten können.