Artificial intelligence 如何确定人工神经元将激发哪个值？

我试图确定如下所示的人工神经元的值（0或1） 对于将触发的输入i1、i2和i3（i0是 偏差权重和将始终为-1）

重量很重

W0=1.5

W1=-1

W2=1，W3=2

假设激活功能如下图所示

请澄清您的答案，因为我只举了几个例子，但我仍然无法完全理解该理论：(

非常感谢,

玛丽J

附：下图：

---

似乎这只是一个将*Wn中的

求和并确定i1、2、3的哪些组合会产生积极结果的问题。只有8个排列，所以只需手动运行即可。
我对人工智能有粗略的了解，但据我所知：

输入的总和（Sigma i_n*W_n）必须大于触发阈值。第二张图片告诉您触发阈值，第一张图片告诉您输入及其权重

您只需计算出哪些总和（不要忘记偏差）将产生所需的阈值/强度
基本上，神经元输出有以下等式，
i1
，
i2
，和
i3
可以分别为0或1：

2*i3 + i2 - i1 - 1.5 >= 0

首先，让我们看一看最高的正加权值。如果
i3
为0，则左侧的最大值为-0.5，因此
i3
必须为1才能获得非零输出。然后方程变为：

i2 - i1 + 0.5 >= 0

现在看一下负加权值。如果
i1
为0，则无论
i2
是什么，输出都将始终大于零。如果
i1
为1，
i2
也必须为1才能有非零输出

因此，您可以使用以下组合创建非零输出：

i1    i2    i3

0     0     1
0     1     1
1     1     1

要以更一般的方式解决这个问题，首先看看什么是变量，什么是固定参数

基本上，给你输入权重向量w
=[1.5，-1,1,2]
和传递函数
g（x）=（符号（x）+1）/2
，你想在中找到输入向量，这样：
g（
w

*中的

）=+1

（作为行和列向量的乘积），因此：

g( sum_over_i( w_i*in_i ) ) = 1                # product of vectors
g( w0*in0 + w1*in1 + w2*in2 + w3*in3 ) = 1     # roll out the sum
g( -1.5 - in1 + in2 + 2*in3 ) = 1              # replace the values of w and in
0.5*(sign(-1.5 - in1 + in2 + 2*in3)+1) = 1     # definition of g(x)
sign(-1.5 - in1 + in2 + 2*in3) = 1             # simplify
-1.5 - in1 + in2 + 2*in3 >= 0                  # by def: [sign(x)=1 iff x>=0]

通常你会通过计算导数来解这个方程，但是由于中的输入只能取值

0

或

1

，我们可以简单地列举所有情况（有

2^n

或

8

情况）：

---

因此，我们在中得到上述表达式为正的值。

谢谢gnovice，我想知道你能否回答我的另一个问题？如果我将伪代码算法应用于我的示例，结果将与你的答案相同？@mary:是的，伪代码显示了你将如何计算输出值（阈值为0）。它基本上使用了我上面给出的公式：如果公式的计算结果为真（即左侧加权输入的总和大于阈值），则神经元的输出为非零。唯一需要注意的问题是是否应使用“>”或“>=”（即，如果加权输入的0和产生0或1输出）。感谢您的进一步澄清，gnovice。我不确定。非常感谢您的回答！

in1  in2  in3    -1.5-in1+in2+2*in3
-----------------------------------
 0    0    0           -1.5
 0    0    1            0.5  *
 0    1    0           -0.5
 0    1    1            1.5  *
 1    0    0           -2.5
 1    0    1           -0.5
 1    1    0           -1.5
 1    1    1            0.5  *