M-P模型

• McCulloch-Pitts(M-P)模型在1943年，由美国神经生理学家沃伦·麦卡洛克（Warren McCulloch）和数学家沃尔特·皮茨（Walter Pitts）对生物学神经进行建模，首次提出了一种形式于神经元模型，并命名为McCulloch-Pitts模型。其通过输出的正负（0作为阈值）用于识别两种不同类型的输入，但随着Sigmoid函数的提出，M-P模型通常采用Sigmoid函数作为激活函数，将模型输出映射到(0, 1)。将0.5作为阈值，输出大于等于0.5的归为一类，小于0.5的归为一类。

• 在M-P模型中，神经元接受n个神经元的输入信号x，将所有的输入信号x通过加权求和后与阈值θ进行比较，经激活函数处理后得到模型输出值。其数学表达式如下。

$$
\overset{\hat{} }{y} = sigmoid( \sum_{i=1} ^{n} x_{i}w_{i} )
$$