Page 46 - E-book Merizalde

donde: * se dirige al administrador de la adaptación (por ejemplo, mayor, suma, productora, etc.), en la cantidad
de contribuciones a la neurona Ni y wi el peso.
Las estimaciones de información son duplicadas por las cargas que recientemente entraron en la neurona. Por lo
tanto, las cargas que son en su mayoría no restringidas cambian el grado de impacto que tienen las
infoestimaciones. Es decir, permiten que una infoestima enorme tenga sólo un pequeño impacto, suponiendo que
sean suficientemente pequeñas.

Figura 6: Ejemplo de una neurona con 2 entradas y una salida.
La Fig. 6 se observa la descripción del funcionamiento de una neurona.
Probablemente las capacidades de información más utilizadas y notables son:
1) Suma de las fuentes de datos ponderadas: es la cantidad de la multitud de infoestimaciones a la neurona,
incrementada por sus cargas de comparación.
2) Productivo de las fuentes de datos ponderadas: es el resultado de la multitud de infoestimaciones a la neurona,
incrementada por sus cargas de comparación.
3) Máximo de las fuentes de datos ponderadas: sólo piensa en la estima de entrada más fundamentada,
recientemente incrementada por su peso relativo.
2.4.2 Una función de activación
El trabajo de promulgación determina la condición de movimiento de una neurona. Decide la condición de
promulgación actual de la neurona en función de los saludos esperados posteriores y de la condición de
iniciación pasada de la neurona ia (t-1). La condición de promulgación de la neurona para un momento de
tiempo dado t puede ser comunicada como sigue:

Figura 7: Función de activación.
La Fig. 7 la neurona para un momento de tiempo dado t puede ser comunicada.
En cualquier caso, en muchos modelos se suele prescindir del estado pasado de la neurona, y el estado de
actuación se caracteriza como un elemento del hi posible posterior:

Figura 8: Formula de estados.

La Fig. 8 a continuación se puede la fórmula de estado pasado de la neurona, y el estado de actuación.