16
c.
Paralelisasi secara benar : Informasi diproses dalam sifat paralel besar-besaran.
d.
Toleransi
kesalahan
:
Pertama
kali
ketika
jaringan
koneksi
dibuat,
jaringan
mampu
untuk
mengantarkan sebuah
perilaku
yang
kuat.
Tanggapan
dari
jaringan
secara
keseluruhan hanya dapat sedikit
terdegradasi jika
beberapa dari
nya
elemen-elemen
pemrosesan sedikit rusak atau diubah.
2.3
Model NeuralNetworks
Menurut
Fausset(1994,p2)sebuah
model
saraf
yang
sederhanaadalah
asas
dasar
yang
paling
penting
dalam
melakukan
suatu
proses
dalam
jaringan
saraf.
Bobot
yang
sesuai dengan kekuatan sinaptik dalam koneksi
saraf,
yaitu
analogi
untuk
“memori” dan
jumlah
neuron
semuanya
diberi
bobot
input
yang
memodifilasi
sinyal
melalui
sebuah
fungsi
transfer
yang
biasanya
nonlinear. Fungsi
transfer
dapat
menjadi
sebuah
fungsi
threshold
yang
hanya
mengizinkan sinyal
untuk
melewatinya jika
digabungkan dengan
menjangkau tingkat aktifitas sebuah nilai pasti threshold, atau
fungsi
yang berkelanjutan
terhadap kombinasi input.
Gambar 2.7 Model Syaraf Sedernana
 |