Основы теории нейронных сетей




Функционирование сетей APT - часть 2


Как обсуждалось ранее, распознавание реализуется вычислением свертки для каждого нейрона слоя распознавания, определяемой следующим выражением:

 NET_j=(B_j\cdot C),

где

B_j
— весовой вектор, соответствующий нейрону
j
в слое распознавания,
C
— выходной вектор нейронов слоя сравнения (в этот момент
C
равно
X
),
NET_j
— возбуждение нейрона
j
в слое распознавания.

F
является пороговой функцией, определяемой следующим образом:

 OUT_j=\left\{\begin{aligned} 1, & \quad \text{если } NET_j>T,\\ 0,& \quad \text{в противном случае}, \end{aligned}\right.

где

T
представляет собой порог.

Принято, что латеральное торможение существует, но игнорируется здесь для сохранения простоты выражения. Торможение является причиной того, что только нейрон с максимальным значением NET будет иметь выход, равный единице; все остальные нейроны будут иметь нулевой выход. Можно рассмотреть системы, в которых в распознающем слое возбуждаются несколько нейронов в каждый момент времени, однако это выходит за рамки данной работы.

Сравнение. На этой фазе сигнал обратной связи от слоя распознавания устанавливает

G1
в нуль; правило двух третей позволяет возбуждаться только тем нейронам, которые имеют соответствующие компоненты векторов
P
и
X
, равные единице.

Блок сброса сравнивает вектор

C
и входной вектор
X
, вырабатывая сигнал сброса, когда их сходство
S
ниже порога сходства. Вычисление этого сходства упрощается тем, что оба вектора являются двоичными (все элементы либо 0, либо 1). Следующая процедура проводит требуемое вычисление сходства:

  1. Вычислить
    D
    — количество единиц в векторе
    \bf X
    .
  2. Вычислить
    N
    — количество единиц в векторе
    \bf C
    .

Затем вычислить сходство

S
следующим образом:
S=N/D
.

Например, примем, что

 \begin{gathered} Х = 1\;0\;1\;1\;1\;0\;1\quad D = 5 \\ С = 0\;0\;1\;1\;1\;0\;1\quad N = 4\\ S=N/D=0,8. \end{gathered}

S
может изменяться от 1 (наилучшее соответствие) до 0 (наихудшее соответствие).

Заметим, что правило двух третей делает

C
логическим произведением входного вектора
Х
и вектора
P
. Однако
P
равен
T_j
, весовому вектору выигравшего соревнование нейрона. Таким образом,
D

может быть определено как количество единиц в логическом произведении векторов

T_j
и
X
.

Поиск. Если сходство

S

выигравшего нейрона превышает параметр сходства, поиск не требуется. Однако если сеть предварительно была обучена, появление на входе вектора, не идентичного ни одному из предъявленных ранее, может возбудить в слое распознавания нейрон со сходством ниже требуемого уровня.




Содержание  Назад  Вперед