本稿では、非線形活性化と線形変換を単一の学習可能な表現に統合した新しい統合神経計算ユニットであるAPTxニューロンを提案します。 APTxニューロンはAPTx活性化関数から派生し、別々の活性化層を必要とせず、計算効率と優雅さの両方を備えたアーキテクチャを作成します。提案されたニューロンは $y = \sum_{i=1}^{n} ((\alpha_i + \tanh(\beta_i x_i)) \cdot \gamma_i x_i) + \delta$ の関数型に従い、すべてのパラメータ $\alpha_i$、$\beta_i$、$\gam MNISTデータセットでAPTxニューロンベースのアーキテクチャを検証し、約332Kの学習可能なパラメータを使用して、わずか20エポックで最大96.69％のテスト精度を達成しました。この結果は、従来のニューロンと比較してAPTxニューロンの優れた表現力と計算効率を強調し、統合ニューロン設計とそれに基づいて構築されたアーキテクチャの新しいパラダイムを提示します。
