Organizační, aktivní a adaptační dynamika

Jednovrstvý perceptron představuje koncepčně nejjednodušší vrstevnatou síť. Jedná se o nezávislých, paralelně pracujících neuronů. Každý z těchto neuronů tedy realizuje transformaci vstupního vektoru na výstupní hodnotu nezávisle na neuronech ostatních.

Z pohledu organizační dynamiky se síť skládá z  neuronů vstupní vrstvy a vrstvy výstupních neuronů. Vstupní vrstva není tvořena neurony ve smyslu zavedené definice, jedná se pouze o uzly realizující identickou kopii hodnot vstupního vektoru na vstupy všech neuronů. Obě vrstvy jsou vzájemně úplně propojeny, kdy každý -tý výstupní neuron je propojen se všemi neurony vstupními.

Obr. 5. Jednovrstvý perceptron

V průběhu aktivní dynamiky síť realizuje v obecném případě nezvažujícím charakteristiku výstupních funkcí neuronů (výstupní funkce všech neuronů výstupní vrstvy je funkcí identity) zobrazení z které bylo nastaveno v průběhu dynamiky adaptační.  Konkrétní obor výstupních hodnot je dán aktivačními přenosovými funkcemi výstupních neuronů, tedy například v případě sigmoidálních aktivačních funkcí aproximujících ostrou nelinearitu jde o realizaci zobrazení z

Pokud zavedeme pro značení vah neuronů následující pravidlo

(1)

můžeme pro odezvu -tého neuronu při aktivní dynamice psát

(2)

Z nezávislosti neuronů ve výstupní vrstvě vyplývá, že každý z nich se chová v aktivní i adaptační dynamice zcela nezávisle na neuronech ostatních.  Aktivní i adaptační dynamika jednovrstvého perceptronu tak zcela odpovídá jednotlivému neuronu.