神经网络学习之一——M-P模型

神经网络学习之一——M-P模型

M-P模型是什么？

M-P模型是于1943年美国神经生理学家沃伦 麦卡洛克（Warren McCuloch）和数学家沃尔特 皮茨(Walter Pitts)提出，是首个通过模仿神经元而形成的模型，结构图如下所示。
表达式为式（1），其中设各节点权重之和为s，表达式为式（2）

表达式解析：

M-P模型的规则

结合STEP激活函数，当所有输入与对应的连接权重的乘积之和s大于阈值h，则输出y=1，否则输出y=0。其中xi取值为0或1，wi和h根据情况自行设置。

M-P模型的规则的应用

通过动手设置wi和h，可以实现基本逻辑运算，包括逻辑与(AND)、逻辑或(OR)和逻辑非(NOT)。

1、逻辑非运算 NOT

非运算是单输入和单输出，结构图如下：

对应表达式为：

下面将根据逻辑非运算进行模型的确定。

2、逻辑或运算 OR

或运算以两个输入为例，结构图如下：

对应表达式为：

下面将根据逻辑或运算进行模型的确定。
根据逻辑非运算原理：两个输入均为零，则输出为0 ，否则输出均为1。

逻辑与运算与逻辑或一致，可自己验证。

3、逻辑异或

特别需要注意的是，M-P无法实现异或运算
逻辑异或运算原理：


经验证，M-P模型无法实现异或运算。

总结

M-P模型可以实现逻辑非、或和与运算，但是不足之处权重参数和阈值需要人为通过运算手动设置，下一讲将介绍参数的自动调整，即感知器的相关内容。
如果想找到更多文章，还可关注公众号“小黄有点忙”。