ВУЗ:
Составители:
138
где ξ - малая случайная величина.
Трехслойная сеть Хэмминга. Сеть Хэмминга может быть использована
для построения гетероассоциативного запоминающего устройства, когда
неизвестный входной вектор Х вначале соотносится с одним из классов
учебных образцов Х
j
,
Lj ,1=
, а затем ему в соответствие ставится заданный
выходной вектор Z
j
. В этом случае двухслойная сеть Хэмминга (рис. 13.3)
дополняется третьим однонаправленным выходным слоем (рис. 13.5) [15].
Рис. 13.5. Трехслойная ИНС Хэмминга
Матрица весов W
3
третьего
выходного слоя подбирается в зависимости от
обучающих данных с таким расчетом, чтобы каждому учебному образцу
(вектору) Х
j
,
Lj ,1=
соответствовал желаемый выходной вектор сети Z
j
,
Lj ,1=
.
В процессе функционирования трехслойной сети Хэмминга по сравнению
с двухслойной появляется третья фаза. В этой фазе нейрон-победитель во
втором слое посредством весов
3
ij
w
, связывающих его с нейронами третьего
выходного слоя, формирует на выходе отклик сети в виде вектора Z
j
,
соответствующий возбуждающему вектору Х.
Преимущества и недостатки. Важным достоинством сети Хэмминга
считается небольшое количество взвешенных связей между нейронами.
Например, сеть Хопфилда с размерностью входного сигнала 100 может
запомнить примерно 10 образцов, при этом она будет содержать 10000
W
2
)3(
1
z
)3(
2
z
)3(
L
z
Z
W
2
)2(
L
z
)2(
1
z
Х
Второй слой
−
MAXNET
.
.
.
)1(
L
z
)1(
2
z
.
.
.
.
.
.
.
.
.
.
.
.
)1(
1
z
x
1
x
2
x
N
Первый слой
Входной слой
)2(
2
z
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
W
3
Третий
−
выходной слой
W
1
Страницы
- « первая
- ‹ предыдущая
- …
- 136
- 137
- 138
- 139
- 140
- …
- следующая ›
- последняя »
