Funzione sigmoidea: differenze tra le versioni

Versione delle 13:48, 24 mag 2007

Versione delle 13:51, 24 mag 2007

Riga 16:

== Funzioni sigmoidee nelle reti neurali ==

Le funzioni sigmoidee sono spesso usate per le [[rete neurale|reti neurali]] per introdurre la [[non lineare|non linearità]] nel modello e/o per assicurarsi che determinati segnali rimangono all'interno di specifici rangeintervalli. Un popolare elemento neurale artificiale computa la a [[combinazione lineare]] dei relativi segnali in ingresso ed applica una funzione sigmoidea limitata al risultato; questo modello può essere visto come variante “regolare„ del classico neurone soglia. Un motivo per la relativa popolarità nelle reti neurali è perché la funzione sigmoidea soddisfa questa proprietà:

:<math>\frac{d}{dt}{\rm sig}(t) = {\rm sig}(t) \left ( 1 - {\rm sig}(t) \right ) </math>

Questa relazione polinomiale semplice fra la derivata e la funzione stessa è, informaticamentedal facilepunto di vista informatico, semplice da effettuareimplementare.

== Doppia funzione sigmoidea ==