
Klasifikační možnosti
Uvažujme nyní pro jednoduchost jednovrstvý perceptron realizující zobrazení z tedy klasifikaci prvků dvojdimenzionálního prostoru do dvou tříd. Připomeňme, že jednotlivý neuron s binárním výstupem dokáže rozlišit v prostoru dvě lineárně separovatelné třídy, kde dělící linii představuje přímka s normálovým vektorem odpovídajícím vektoru vah neuronu.
V případě jednovrstvého perceptronu takových dělících linií můžeme prostorem vést m, jednu pro každý neuron výstupní vrstvy. Samotné zmnožení neuronů ve výstupní vrstvě však nepřináší oproti jednotlivému neuronu žádný posun v klasifikačních možnostech perceptronu, protože neuronové síti chybí možnost výstupy jednotlivých neuronů dále kombinovat a umožnit tak klasifikaci do více tříd.
![]() |
![]() |
Obr. 6. Rozdělení Euklidovského prostoru jednovrstvým perceptronem se třemi neurony
|
Východisko z této situace představuje přidání další vrstvy neuronů a zavedení konceptu vícevrstvých perceptronů.