本题是一道关于人工神经网络的模拟问题。给定一个简化版的神经网络模型，其中神经元按照层进行排列，信息从输入层传递到输出层。每个神经元的状态由公式计算得出，若状态大于0则处于兴奋状态，可以向其他神经元传递信号。题目要求根据输入数据计算并输出最终输出层神经元的状态。解题方法包括拓扑排序和状态模拟。
题目背景
人工神经网络（Artificial Neural Network）是一种新兴的具有自我学习能力的计算系统，在模式识别、函数逼近及贷款风险评估等诸多领域有广泛的应用。对神经网络的研究一直是当今的热门方向，兰兰同学在自学了一本神经网络的入门书籍后，提出了一个简化模型，他希望你能帮助他用程序检验这个神经网络模型的实用性。
题目描述
在兰兰的模型中，神经网络就是一张有向图，图中的节点称为神经元，而且两个神经元之间至多有一条边相连，下图是一个神经元的例子：
神经元〔编号为1）
图中，X1―X3是信息输入渠道，Y1－Y2是信息输出渠道，C1表示神经元目前的状态，Ui是阈值，可视为神经元的一个内在参数。
神经元按一定的顺序排列，构成整个神经网络。在兰兰的模型之中，神经网络中的神经无分为几层；称为输入层、输出层，和若干个中间层。每层神经元只向下一层的神经元输出信息，只从上一层神经元接受信息。下图是一个简单的三层神经网络的例子。
兰兰规定，Ci服从公式：（其中n是网络中所有神经元的数目）
公式中的Wji（可能为负值）表示连接j
最低0.47元/天 解锁文章
931
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
