ADALINE
Sign in to saveright|thumb|241x241px|Learning inside a single-layer ADALINE thumb|286x286px|Photo of an ADALINE machine, with hand-adjustable weights implemented by rheostats thumb|346x346px|Schematic of a single ADALINE unit ADALINE (Adaptive Linear Neuron or later Adaptive Linear Element) is an early single-layer artificial neural network and the name of the physical device that implemented it. It was developed by professor Bernard Widrow and his doctoral student Marcian Hoff at Stanford University in 1960. It is based on the perceptron and consists of weights, a bias, and a summation function. The weights
Wikidata facts
- Subclass of
- artificial neural network
Show 4 more facts
- discoverer or inventor
- Marcian Hoff
- time of discovery or invention
- 1960-00-00
- location of discovery
- Stanford University
- Commons category
- ADALINE
Sources (1)
via Wikidata · CC0
Article · Français
ADALINE (Adaptive Linear Neuron ou plus tard Adaptive Linear Element) est un réseau de neurones artificiels simple-couche. Il a été développé par le professeur Bernard Widrow et un de ses étudiants, Ted Hoff, de l'université Stanford en 1960. Adaline s'appuie sur le neurone formel de McCulloch et Pitts. Il se compose d'un poids synaptique, d'un biais (une constante qu'on ajoute à l'entrée) et d'une fonction de sommation. La différence entre Adaline et le modèle de McCulloch-Pitts réside dans la phase d'apprentissage, où les poids synaptiques sont ajustés en fonction de la somme pondérée des données en entrées. Dans le perceptron standard (McCulloch-Pitts), le réseau passe par la fonction d'activation (ou fonction de transfert) et la fonction de sortie est utilisée pour ajuster les poids synaptiques. Il existe aussi une extension appelée Madaline.
Abstract from DBpedia / Wikipedia · CC BY-SA