ВУЗ:
Составители:
119
единичного гиперкуба. Меньшие значения λ дают более пологий наклон
характеристики, устойчивые точки удаляются от вершин гиперкуба,
последовательно исчезая по мере приближения λ к нулю, рис. 11.4.
Рис. 11.4. Вид логистической функции для различных значений λ
Устойчивость таких сетей, как и бинарных, гарантируется свойствами
(11.3) матрицы коэффициентов. Доказательство устойчивости также
основано
на использовании соответствующей энергетической функции, которая
концептуально не отличается от (11.4).
В целом, ассоциативная память, реализованная в сети Хопфилда как на
бинарных, так и на непрерывных элементах строится по одному принципу.
Конструируется энергетическая функция, минимумы которой совпадают с
устойчивыми состояниями сети, соответствующими заданному набору
образцов, которые необходимо запомнить. После обучения
сеть
самопроизвольно «скатывается» к тому образцу, в чей «бассейн притяжения»
попадает входной образ.
Стохастическая сеть Хопфилда. Сеть Хопфилда, как и другие
детерминированные сети, может стабилизироваться в локальных минимумах, не
достигая глобального минимума. Эта проблема, как и в других сетях, решается
применением стохастических методов, рассмотренных ранее. Если правила
изменения состояний для
бинарной сети Хопфилда задать стохастистически, а
не детерминированно, как на шаге 2
0
алгоритма, то можно построить систему,
имитирующую отжиг металла [16]. Для ее реализации вводится вероятность
изменения веса как функция от величины
Е, на которую выход k-нейрона y
k
превышает его порог
Q:
E
k
= y
k
– Q
k
,
T
E
k
k
e
p
δ−
+
=
1
1
,
где Т – искусственная температура.
λ
1
z(x)
y(x)
λ
5
λ
3
λ
4
λ
2
λ
1
>
λ
2
>
λ
3
>
λ
4
>
0
0,5
1
Страницы
- « первая
- ‹ предыдущая
- …
- 117
- 118
- 119
- 120
- 121
- …
- следующая ›
- последняя »
