Modely a architektúry · Základy neurónových sietí

Nelineárne separovateľná logická úloha

XOR problem

Posledná odborná revízia
1. augusta 2026
Odborný garant
Miroslav Schmiedt
ID
AI-GEO-X-23

Odborná definícia

Význam a odborné vymedzenie pojmu

XOR problem je binárna klasifikačná úloha, v ktorej je výstup pravdivý práve vtedy, keď sa dva vstupy líšia. Body tried ležia v protiľahlých rohoch štvorca, preto ich jeden lineárny klasifikátor nedokáže oddeliť jedinou priamkou. Úloha historicky ilustrovala obmedzenie jednovrstvového perceptrónu a potrebu skrytých vrstiev alebo nelineárnej transformácie. Malá sieť s nelineárnou aktiváciou môže vytvoriť medzireprezentáciu a XOR vyriešiť. Problém nie je náročný výpočtovo, je pedagogickým príkladom reprezentačnej kapacity.

Zrozumiteľné vysvetlenie

Ako sa pojem používa v praxi

Máme štyri kombinácie dvoch bitov. Trieda jedna patrí kombináciám 0,1 a 1,0, zatiaľ čo 0,0 a 1,1 patria do triedy nula. Ak ich zakreslíte do roviny, rovnaké triedy sú diagonálne oproti sebe. Jedna priamka ich nerozdelí. Skrytá vrstva však môže vytvoriť dve pomocné hranice a ich výsledky spojiť. XOR tak jednoducho ukazuje, prečo samotný lineárny súčet vstupov nestačí na všetky vzory a prečo je nelinearita v neurónovej sieti zásadná. Rovnaký princíp sa objavuje pri interakciách atribútov, kde žiadna premenná samostatne nenesie dostatočný signál.

Časté otázky

Otázky, ktoré spresňujú význam

Prečo perceptrón XOR nevyrieši?

Jeho rozhodovacia hranica je lineárna. XOR triedy nie sú v pôvodnom dvojrozmernom priestore lineárne separovateľné.

Aká sieť stačí na XOR?

Jedna skrytá vrstva s aspoň niekoľkými neurónmi a nelineárnou aktiváciou dokáže vytvoriť potrebnú reprezentáciu. Presný počet závisí od konštrukcie.

Vyrieši XOR lineárny model po feature engineeringu?

Áno. Ak pridáte vhodnú interakčnú vlastnosť alebo nelineárne mapovanie, triedy sa môžu stať lineárne separovateľné v novom priestore.

Je XOR dôkazom, že hlboká sieť je vždy lepšia?

Nie. Ukazuje iba obmedzenie lineárnej hranice. Pre jednoduchú úlohu stačí veľmi malá sieť alebo explicitná logická funkcia.

Prečo sa XOR stále učí v kurzoch AI?

Na štyroch bodoch názorne spája geometriu klasifikácie, nelineárne aktivácie, skryté reprezentácie a historické limity perceptrónov.

Súvisiace pojmy

Významové a tematické súvislosti

Pojem v rozhodovaní

Odborné články, ktoré tento pojem používajú v praxi

Zdroje a redakčná stopa

Použité východiská a odborná revízia

  • Perceptrons, An Introduction to Computational Geometry Deep Learning Book, Feedforward Networks

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.