最終更新日: 2024 年 6 月 29 日

形式ニューロン

画像の説明: ウォーレン・マカロック (1898-1969) とウォルター・ピッツ (1923-1969) は、彼らが「形式ニューロン」と呼ぶものを導入しました。これらの形式的ニューロンは、生物学的ニューロンを数学的に抽象化したもので、数学的分析を可能にするために、簡素化されているが十分に正確な方法でその機能を表現するように設計されています。

脳の計算原理の研究

神経生理学者のマカロックと論理学者のピッツは、「神経活動に内在するアイデアの論理計算」というタイトルの 1943 年の論文で、形式ニューロンを人工ニューラルネットワークを構築するための計算単位として概念化しました。
この出版物で、彼らはニューロンとニューラルネットワークのシンプルだが強力な数学モデルを提示しました。彼らの目標は、コンピューターによって実行されるような論理演算を脳がどのように実行できるかを理解することでした。

形式ニューロンは、生物学的ニューロンを数学的および計算的に表現したものです。これには、いくつかの入力と、樹状突起および生物学的ニューロンの出現円錐、軸索の開始点に対応する出力があります。シナプスの興奮作用と抑制作用は、入力に関連付けられた数値係数 (シナプス重み) によって表されます。

彼らのモデルでは、正式なニューロンは他のニューロンまたは外部ソースからバイナリ入力 (オンまたはオフ) を受け取ります。各入力は特定の重みで重み付けされ、生物学的モデルにおけるニューロン間のシナプス接続の強度を表すことができます。

入力の重み付き合計に応じて、フォーマルニューロンはバイナリ出力を生成し、オン (1) またはオフ (0) にすることができます。この出力は通常、しきい値関数などのアクティベーション関数を適用することによって決定されます。しきい値関数は、事前定義されたしきい値に従って入力の加重合計をバイナリ出力に変換します。

マカロックとピッツは、これらの形式ニューロンを使用して、論理積 (AND)、論理和 (OR)、否定 (NOT) などの論理演算を実行できる人工ニューラルネットワークを構築しました。彼らは、これらの単純な接続ルールでも、複雑な論理演算を実行できるニューラルネットワークを構築できることを実証しました。
このニューロンの形式化は、ニューラルネットワークの数学的分析とモデリングを可能にする上で極めて重要であり、人工知能と計算論的神経科学 (神経系の理解へのコンピューターサイエンスの応用) における将来の研究の基礎を築きました。

形式ニューロン

脳の計算原理の研究

同じテーマの記事