人工ニューロン

人工ニューロンとは、神経細胞（ニューロン）の働きを数学的に模倣したもので、人工ニューラルネットワークの基本的な構成要素です。

1個の人工ニューロンを図式化すると以下になります。

x_[1]]~x_[n]]は人工ニューロンの入力、w_[1]]~w_[n]]は人工ニューロンの重み、bは人工ニューロンのバイアス、fff(x)は活性化関数、yは人工ニューロンの出力です。人工ニューロンは以下の流れで動作します。

1. 人工ニューロンの入力x_[i]]に人工ニューロンの重みw_[i]]を掛け、それらの総和を求め、人工ニューロンのバイアスbを足します。つまり、式にすると、です。

2. 1の結果をxとして、活性化関数fff(x)に渡し、人工ニューロンの出力yを得ます。

人工ニューロンの重み

人工ニューロンの重みw_[i]]は、シナプスの強さに対応します。つまり、人工ニューロンの重みは、人工ニューロンの入力の接続の強さを表現しています。

・w_[i]]=0の場合、人工ニューロンの入力x_[i]]は、接続が切れます。

・0＜w_[i]]＜1の場合、人工ニューロンの入力x_[i]]を小さくして接続します。

・w_[i]]=1の場合、人工ニューロンの入力x_[i]]をそのまま接続します。

・w_[i]]＞1の場合、人工ニューロンの入力x_[i]]を大きくして接続します。

・w_[i]]＜0の場合、活性化関数の入力がw_[[i]]x_[i]]減少します。

人工ニューロンの重みは、人工ニューラルネットワークを学習する際に調整されます。

人工ニューロンのバイアスbは、活性化関数が活性化し始める閾値を調整する役割があります。そして、活性化とは、活性化関数がプラスの出力を出すことを指します。

例えば、活性化関数fff(x)がx＞0から活性化し始める関数だったとします。このとき、b=ー10とすれば、x_[[i]]w_[i]]の総和が10を超えたときに、活性化関数が活性化し始めます。

人工ニューロンのバイアスは、人工ニューラルネットワークを学習する際に調整されます。

活性化関数とは、前述したを入力として受け取り、その値を変換する関数のことです。

この活性化関数によって、人工ニューロンの出力が決定されます。