ВУЗ:
Составители:
91
но вместо вычисления выходного сигнала z
Кj
каждого нейрона с помощью
сигмоидальной активационной функции с последующим выявлением
«победителя» на основе механизма латерального торможения, применяется
простая процедура отыскания максимума среди всех функций y
Кj
в слое 1:
1, если
ni ,1=∀
y
Кj
>
y
Кi
, i
≠
j;
z
Кj
= F(y
Кj
) = (9.1)
0, в противном случае.
Таким образом, для данного входного вектора
Х один и только один
нейрон слоя 1 выдает на выходе логическую единицу, все остальные нейроны
этого слоя выдают 0.
В результате выходной вектор
Z
К
слоя 1 сети ВР
Z
K
= (z
K1
, z
K2
, …, z
Kn
) = F(Y
K
) = F(Х·W)
формируется на основе покомпонентного применения функции F(
Y
K
),
вычисляемой согласно (9.1), к вектору
Y
K
.
Второй слой сети – слой Гроссберга получает выходные сигналы
Z
K
слоя.
Веса слоя 2 представлены матрицей весов
V. Каждый j-нейрон слоя 2 получает
выходные сигналы
Z
K
слоя 1, которые умножаются на вектор-столбец (v
1j
, v
2j
, . .
. , v
nj
) матрицы V, образуя функцию уровня активации y
Gj
:
∑
=
⋅=
n
i
iji
j
G
vzy
1
.
Вектор слоя 2, имеющий в качестве своих компонент, функции y
Gj
,
,,1 pj =
будет иметь вид
Y
G
= Z
К
·V.
Функция активации для нейронов в слое 2 в простейшем случае может
быть линейной:
0, если y
Gj
≤ 0,
F(y
Gj
) =
а·y
Gj
, если y
Gj
> 0.
Покомпонентное применение активационной функции к вектору
Y
K
дает
выходной вектор
Z
G
слоя 2
Z
G
= (z
G1
, z
G2
, …, z
Gр
) = F(Y
G
) = F(Z
К
·V).
Страницы
- « первая
- ‹ предыдущая
- …
- 89
- 90
- 91
- 92
- 93
- …
- следующая ›
- последняя »
