Abbildung: Funktionsweise eines Neurons (Geoffrey, Seite136)
"Das Verhalten eines künstlichen neuronalen Netzes hängt mithin sowohl von den Gewichten als auch von der Transferfunktion ab. Die letztere ist typischerweise eine lineare, eine Schwellenwert- oder eine sigmoide Funktion. Bei linearen Knoten ist die Ausgabeaktivität proportional zur gewichteten Gesamteingabe. In einem Schwellenwert-Knoten nimmt die Ausgabe einen von zwei möglichen Werten an, je nachdem, ob die Gesamteingabe größer oder kleiner als ein gewisser Schwellenwert ist. Knoten mit sigmoider Transferfunktion gehen nicht wie die Schwellenwertknoten plötzlich von Ruhe zu voller Aktivität über, wenn die Gesamteingabe die Schwelle überschreitet, sondern nur allmählich"(Geoffrey, Seite 139). Das Vorzeichen (positiv oder negativ) des Multiplikationsfaktors bestimmt, ob ein Eingang hemmend oder fördernd wirkt. Die Zahl der Neuronen in der vorherigen Schicht bestimmen, wieviel Eingänge ein Neuron hat. Ist das Neuron ein Knoten der Eingangsschicht, hat es nur einen Eingang und soviel Ausgänge wie die nächste Schicht.
Mögliche Transferfunktionen
lineare Funktion:
Schwellenwertfunktion:
Sigmoide Funktion:
