Základy neuronových sítí

nelineárně separovatelná logická úloha

XOR problem je binární klasifikační úloha, ve které je výstup pravdivý právě tehdy, když se dva vstupy liší. Body tříd ležia v protilahlých rohoch štvorca, proto jejich jeden lineární klasifikátor nedokáže oddělit jedinou priamkou. Úloha historicky ilustrovala omezení jednovrstvového perceptrónu a potřebu skrytých vrstev nebo nelineárnej transformace. Malá síť s nelineárnou aktivací může vytvořit medzireprezentaci a XOR vyriešit. Problém není náročný výpočetně, je pedagogickým příkladem reprezentačnej kapacity.

Poslední odborná revize
7. srpna 2026
Odborný garant
Miroslav Schmiedt
ID
AI-GEO-X-23

Odborná definice

Odborná definice

XOR problem je binární klasifikační úloha, ve které je výstup pravdivý právě tehdy, když se dva vstupy liší. Body tříd ležia v protilahlých rohoch štvorca, proto jejich jeden lineární klasifikátor nedokáže oddělit jedinou priamkou. Úloha historicky ilustrovala omezení jednovrstvového perceptrónu a potřebu skrytých vrstev nebo nelineárnej transformace. Malá síť s nelineárnou aktivací může vytvořit medzireprezentaci a XOR vyriešit. Problém není náročný výpočetně, je pedagogickým příkladem reprezentačnej kapacity.

Srozumitelné vysvětlení

Srozumitelné vysvětlení

Máme štyri kombinace dvou bitů. Třída jedna patří kombináciám 0,1 a 1,0, zatímco 0,0 a 1,1 patří do třídy nula. Pokud jejich zakreslíte do roviny, stejné třídy jsou diagonálne oproti sebe. Jedna priamka jejich nerozdelí. Skrytá vrstva však může vytvořit dvě pomocné hranice a jejich výsledky spojit. XOR tak jednoduše ukazuje, proč samotný lineární součet vstupů nestačí na všechny vzory a proč je nelinearita v neuronové síti zásadná. Stejný princip se objevuje při interakciách atributů, kde žiadna proměnná samostatně nenese dostatečný signál.

Časté otázky

Časté otázky

Proč perceptrón XOR nevyrieši?

Jeho rozhodovace hranice je lineární. XOR třídy nejsou v původním dvojrozmernom prostoru lineární separovatelné.

Jaká síť stačí na XOR?

Jedna skrytá vrstva s aspoň niekolkými neurónmi a nelineárnou aktivací dokáže vytvořit potřebnou reprezentaci. Přesný počet závisí na konštrukce.

Vyřeší XOR lineární model po feature engineeringu?

Ano. Pokud pridáte vhodnou interakčnou vlastnost nebo nelineárně mapování, třídy se mohou stát lineární separovatelné v novém prostoru.

Je XOR důkazem, že hluboká síť je vždy lepší?

Ne. Ukazuje pouze omezení lineární hranice. Pro jednoduchou úlohu stačí velmi malá síť nebo explicitní logická funkce.

Proč se XOR stále učí v kurzoch AI?

Na štyroch bodech názorne spojuje geometrii klasifikace, nelineárně aktivace, skryté reprezentace a historické limity perceptrónů.

Související pojmy

Související pojmy

Zdroje a redakční stopa

Zdroje a redakční stopa

  • 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.