Historický Rosenblattův perceptron

Představuje klasický model neuronové sítě, která byla inspirována lidským okem. Modelovala percepci, odtud tedy pochází pojem perceptron. Jejím úkolem bylo pomocí optických snímačů uspořádaných do pole 20x20 elementů rozpoznávat jednotlivé zaznamenané znaky.

Obr. 3. Rosenblattův perceptron

Pojem perceptron se v oblasti umělé inteligence ujal a nyní je bez ohledu na původní význam používán pro všechny dopředné neuronové sítě, tedy sítě s vrstevnatým uspořádáním neuronů a jednosměrným šířením signálu od vstupu na výstup. Neurony v jedné vrstvě jsou nezávislé a mohou pracovat paralelně, neurony další vrstvy jsou aktivovány po skončení výpočtu všech neuronů vrstvy předešlé.

Obr. 4. Obecná struktura vícevrstvé dopředné sítě

Dopředná neuronová síť je tedy představována orientovaným grafem, kde jednotlivé uzly jsou spojeny ohodnocenými orientovanými (obecně oboustranně) hranami. Ohodnocení těchto hran (váhy), jsou parametrem zpracování signálu (dat). Signál (data) se v dopředných sítích šíří po jednotlivých vrstvách od vstupu směrem k výstupu. Rozeznáváme uzly vstupní, výstupní a skryté, hrany reprezentují tok signálu (dat). Spojení mezi dvěma neurony (uzly) je orientováno, je tedy dáno, ze kterého neuronu směřují informace a do kterého. Vlastností spojení je váha, která určuje schopnost a intenzitu přenášení informace. Váha může být jak kladně, tak záporně ohodnocena, neurony se tedy mohou navzájem povzbuzovat nebo potlačovat.