Нейронные сети и нейроконтроллеры. Бураков М.В. - 186 стр.

UptoLike

Составители: 

186
В процессе функционирования каждый нейрон слоя распозна-
вания вычисляет свертку вектора собственных весов и входного
вектора С. Чем ближе веса к вектору С, тем выше выход нейрона.
Нейрон-победитель затормаживает остальные нейроны слоя рас-
познавания.
Таким образом, только один нейрон слоя распознавания будет
иметь на выходе «1», а остальные «0». Следовательно, вектор R
будет иметь только одну единичную компоненту.
Приемник 2. Его выход равен единице, если входной вектор Х
имеет хотя бы одну единичную компоненту. Иначе говоря, сигнал g2
представляет собой логическое ИЛИ компонент входного вектора:
g2 = x
1
x
2
x
3
x
m
.
Приемник 1. Работает так же, как приемник 2, но приход хотя
бы одной единичной компоненты R сбрасывает g1 в «0»:
1 2 12
1 ( ... ) ( ... ).
mm
g xx x rr r= Ú ÚÚ Ù ÚÚ Ú
Сброс. Модуль сброса измеряет сходство между векторами X и С.
Мерой сходства служит отношение число единиц в X к их числу в С:
S = N / D,
где D – число единиц в векторе с наибольшим числом единиц.
Например,
Х = [1011101] (D = 5),
C = [0011101] (N = 4).
Таким образом, параметр сходства изменяется от 0 до 1.
Три основные операции АРТ заключаются в распознавании,
сравнении и поиске.
Распознавание состоит в следующем. Пока входной вектор X от-
сутствует, все его компоненты можно считать нулевыми, следова-
тельно, g2 = 0, и в «0» устанавливаются выходы всех нейронов слоя
распознавания (так как С = X).
Затем подается входной вектор X, т. е. одна или больше компо-
нент входного вектора становятся ненулевыми, а g1 и g2 – равными
единице. Это создает условия для возбуждения нейронов слоя срав-
нения, и вектор С дублирует вектор X.
После этого в слое распознавания вычисляется свертка вектора ве-
сов В
j
и С. Нейрон, веса которого наиболее похожи на входной вектор,
побеждает и затормаживает остальные нейроны. Единственная ком-
понента R становится единичной. Таким образом, один нейрон слоя
распознавания соответствует одной из категорий классификации.