Beim Bearbeiten des internen m-stelligen Vektors im Rahmen des zweiten Teils des Schaltvorgangs verwendet ein neuronales Netz eine Schaltfunktion (auch Aktivierungsfunktion genannt), die jede Vektorkomponente mit einem Schwellenwert vergleicht und damit die Weitergabe zum Ausgabevektor steuert. Zum Schalten wird bei neuronalen Netzen oft keine Stufenfunktion, sondern in Annäherung an biologische Schaltvorgänge eine mit einem weichen (analogen) Übergang verwendet. Typisch dafür ist die Sigmoidfunktion, die in dem experimentellen neuronalen Netz der vorliegenden Projektarbeit ausschließlich eingesetzt wird. Ihr Name geht auf den griechischen Buchstaben Sigma zurück und bedeutet S-förmig. Sie ist definiert als:
Ihr Graph hat folgendes Aussehen.
Die Funktion liefert Werte aus dem offenen Intervall ]0, 1[. Ihr Graph macht das analoge Schalten eines Neurons deutlich, denn die Funktion liefert für jede Eingabe einen Wert. Für das Argument 0 (Null) ergibt sich der Wert 0,5. Große x-Werte führen zu Funktionswerten nahe bei 1, kleine zu Werten nahe bei 0 (Null). Das heißt, dass sich in einem neuronalen Netz, das als Schaltfunktion die Sigmoidfunktion verwendet, immer Ausgabevektoren ergeben, deren Komponenten Werte zwischen 0 und 1 (ohne die beiden Randpunkte) haben. Dazu soll angemerkt werden, dass sich jedes offene Intervall reeller Zahlen eins-zu-eins auf das Intervall ]0, 1[ abbilden lässt. Beispielsweise geschieht das bei dem oft verwendeten Intervall ]-1, 1[ durch die Abbildung y=(x+1)/2.
Es ist sinnvoll, auch die Stärken der Eingangssignale in dem durch die Schaltfunktion gegebenen Bereich zu halten und bei Einsatz der Sigmoidfunktion Eingabewerte beispielsweise zwischen 0,01 und 0,99 zu verwenden.
Für Ein- und Ausgaben bestimmt die aktuelle Anwendung, wie die jeweiligen Zahlenwerte zu interpretieren sind. Soll beispielsweise ein Zahlenwert von 1 auf einer Komponente eines Ausgabevektors angestrebt werden, dann muss festgelegt werden, wann der erreichte Wert als nahe genug bei 1 akzeptiert werden soll. Die Beispiele zum experimentellen Netz werden diesen Sachverhalt verdeutlichen.