Perceptron de uma camada
Aqui, apresentamos um exemplo de perceptron de uma única camada:
Inicialmente, realizamos a aplicação da função de soma nas entradas:
Vale lembrar que os pesos são análogos às sinapses, os quais desempenham o papel de ativar ou inativar os neurônios, ao ajustar o potencial elétrico do corpo da célula.
Em seguida, o valor obtido da função soma é passado pela step function (função degrau), a qual decide se o neurônio artificial será ativado ou não.
A step function é uma fórmula matemática empregada para determinar a ativação do neurônio. Seu funcionamento é simples:
-
Se o resultado da função soma for maior que 0, o neurônio artificial é ativado, sendo atribuído o valor 1;
-
Caso contrário, o neurônio é inativado, com atribuição do valor 0.
A visualização gráfica da step function é apresentada abaixo:
Os pesos desempenham um papel crucial na ativação de um neurônio. Como mencionado anteriormente, eles são equivalentes às sinapses, tendo a capacidade de amplificar ou reduzir o sinal de entrada. Além disso, os pesos podem ser classificados como sinapses excitatórias (com peso positivo) ou inibitórias (com peso negativo). Consequentemente, o conhecimento da rede neural reside nos pesos, ou seja, o treinamento envolve encontrar o conjunto ideal de pesos para um conjunto de dados específico.