Основы теории нейронных сетей


Упрощенная архитектура APT - часть 2


Такие веса являются действительными числами, а не двоичными величинами. Двоичная версия этого образа также запоминается в соответствующем наборе весов слоя сравнения (рис. 11.3); этот набор состоит из весов связей, соединяющих определенные нейроны слоя распознавания, по одному весу на каждый нейрон слоя сравнения.


Рис. 11.4. 

В процессе функционирования каждый нейрон слоя распознавания вычисляет свертку вектора собственных весов и входного вектора

C
. Нейрон, веса которого наиболее близки вектору
C
, будет иметь самый большой выход, тем самым выигрывая соревнование и одновременно затормаживая все остальные нейроны в слое. Как показано на рис. 11.5, нейроны внутри слоя распознавания взаимно соединены в латерально-тормозящую сеть. В простейшем случае (единственном, рассмотренном в данной работе) предусматривается, что только один нейрон в слое возбуждается в каждый момент времени (т. е. только нейрон с наивысшим уровнем активации будет иметь единичный выход; все остальные нейроны будут иметь нулевой выход). Эта конкуренция реализуется введением связей с отрицательными весами
l_{ij}

с выхода каждого нейрона

r_i
на входы остальных нейронов. Таким образом, если нейрон имеет большой выход, он тормозит все остальные нейроны в слое. Кроме того, каждый нейрон имеет связь с положительным весом со своего выхода на свой вход. Если нейрон имеет единичный выходной уровень, эта обратная связь стремится усилить и поддержать его.

Приемник 2.

G2
, выход Приемника 2, равен единице, если входной вектор
X
имеет хотя бы одну единичную компоненту. Более точно,
G2
является логическим ИЛИ от компонента вектора
X
. Приемник 1. Как и сигнал
G2
, выходной сигнал
G1

Приемника 1 равен 1, если хотя бы одна компонента двоичного входного вектора

X

равна единице; однако, если хотя бы одна компонента вектора

R

равна единице,

G1
устанавливается в нуль. Таблица, определяющая эти соотношения:

ИЛИ от компонента вектора XИЛИ от компонента вектора RG1
000
101
110
010

Сброс. Модуль сброса измеряет сходство между векторами

X
и
C
. Если они отличаются сильнее, чем требует параметр сходства, вырабатывается сигнал сброса возбужденного нейрона в слое распознавания.

В процессе функционирования модуль сброса вычисляет сходство как отношение количества единиц в векторе

X
к их количеству в векторе
C
. Если это отношение ниже значения параметра сходства, вырабатывается сигнал сброса.




Начало  Назад  Вперед



Книжный магазин