パーセプトロン

パーセプトロン(Perceptron)は、米国のローゼンブラット(Rosenblatt)が1958年に、パターン分類するために発表した学習パターン識別機である。これは、ユニットが興奮したときには、その入力の重みを大きくし結合を強化するというヘッブ(Hebb)の学習モデルをニューラルネットワークに組み込んだものである。[5]

パーセプトロンの主な特徴は次のとおりである。

• 入力層、中間層、出力層の三つの層から出来ている。
• 信号は一方通行で、入力層から出力層へと伝送される。
• 各層のユニット数は任意で決められる。
• 結合係数はランダムで決まり、学習によって変化するのは中間層-出力層間のみである。
• 各層の入力値、出力値はともに0か1のみである。

パーセプトロンの図を図 3.1に示す。

図 3.1: パーセプトロン