Sieci neuronowe stworzone zostały na wzór ludzkiego mózgu, którego podstawowymi elementami są neurony. Neurony połączone są ze sobą wzajemnie tworząc sieci, dzięki którym realizowane są funkcje inteligencji, emocji, pamięci i zdolności twórczych. Pojedynczy neuron przyjmuje pobudzenie od ogromnej liczby innych neuronów dochodzącej do tysiąca. Szacuje się, że w mózgu człowieka jest około 1011 neuronów, które oddziałują na siebie poprzez około 1015 połączeń. Neuron jest komórką nerwową, która nie różni się znacząco od innych komórek i tkanek. Wyróżnia się przede wszystkim wielkością otaczających ciało wypustek w postaci rozkrzewionych gałązek, tzw. dendrytów. Z punktu widzenia sztucznych sieci neuronowych najważniejszymi częściami składowymi neuronu są: Jądro - jest to centrum obliczeniowe neuronu, gdzie zachodzą procesy kluczowe dla jego funkcjonowania Dendryty - są to wejścia neuronu, którymi do jego wnętrza trafiają sygnały poddane późniejszej obróbce, Synapsa - jest zakończeniem wejść (dendrytów) i stanowi tzw. furtkę wejściową neuronu. W synapsach sygnał wejściowy może być wzmacniany lub osłabiany czyli ulega już wstępnej modyfikacji, Wzgórek aksonu - poprzez niego sygnał wyjściowy opuszcza neuron, można go nazwać furtką wyjściową neuronu, akson - jest wyjściem neuronu. Poprzez niego sygnał wyjściowy wędruje dalej do innych neuronów. W tym punkcie wyjście neuronu rozgałęzia się łącząc się z wejściami (dendrytami) innych neuronów. Ogólnie proces zachodzący w neuronie można przedstawić następująco: Poprzez dendryty i synapsy sygnał w postaci impulsów elektrycznych o amplitudzie ok 100mV i czasie trwanie ok 1ms dostaje się do jądra neuronu. Tam następuje proces obliczeniowy, po którym generowany jest sygnał wynikowy. Sygnał wynikowy poprzez akson przesyłany jest dalej do wejść innych neuronów w sieci. Z cybernetycznego punktu widzenia neuron biologiczny traktuje się jako specyficzny przetwornik sygnałów, który posiada wiele wejść i tylko jedno wyjście. Budowa sztucznego neuronu Sztuczny neuron skonstruowany został na wzór neuronu naturalnego. Wejścia to odpowiedniki dendrytów, lub ściślej: sygnały przez nie nadchodzące. Wagi to cyfrowe odpowiedniki modyfikacji dokonywanych na sygnałach przez synapsy. Blok sumujący to odpowiednik jądra, blok aktywacji to wzgórek aksonu, a wyjście - to akson. Oczywiście liczba wejść nie musi wynosić trzy, jest ona dowolna. Proces przetwarzania sygnału w sztucznym neuronie w sposób ogólny można przedstawić następująco: Wejścia dostarczają sygnał, który następnie jest mnożony przez współczynniki wag, następnie w bloku sumowania następuje sumowanie pomnożonych sygnałów. Wynikiem tego otrzymujemy sygnał zwany potencjałem membranowym. Następnie sygnał przetworzony zostaje w bloku aktywacji, który w zależności od potrzeb może być opisany różnymi funkcjami - zwanymi funkcjami aktywacji. Wartość funkcji aktywacji jest sygnałem wyjściowym neuronu i propagowana jest do neuronów warstwy następnej. Funkcja aktywacji przybiera jedną z trzech postaci: skoku jednostkowego - tzw. funkcja progowa liniowa nieliniowa Dla lepszego przyswojenia sobie sposobu działania neuronu można zabawić się poniższym skryptem: W poszczególnych polach deklarujesz wartość poszczególnych wejść, wag, oraz współczynnik k w tym przypadku liniowej funkcji aktywacji. Dla porównania neuron zrealizowany sprzętowo na elementach dyskretnych