Нейронные сети и нейроконтроллеры. Бураков М.В. - 189 стр.

UptoLike

ВУЗ: 

СПб ГУАП | Санкт-Петербург

Составители: 

Рубрика: 

189
Таким образом, сеть АРТ может распознавать входные векторы,
сильно похожие на эталонные образы, корректировать эталонные
образы под модификации входных векторов или отслеживать мед-
ленные изменения эталона, а также наращивать число эталонных
образов.
Разумеется, при моделировании сетей АРТ на традиционных
компьютерах трудно добиться высокого быстродействия, в таких
случаях особенно выгодно применять параллельно работающие
вычислители.
Вопросы для самопроверки
1. Какова структура нейронной сети Элмана?
2. Как описать функцию XOR в виде временной последователь-
ности?
3. Какие активационные функции используются в разных слоях
сети Элмана?
4. Как корректируются весовые матрицы сети Элмана?
5. Какие параметры требуется задать при создании сети Элмана
в MatLab?
6. Какую структуру имеет нейронная сеть Хопфилда?
7. Что такое аттракторы?
8. Может ли сеть Хопфилда быть неустойчивой?
9. Какую активационную функцию используют нейроны сети
Хопфилда?
10. Сколько состояний может иметь нейронная сеть Хопфилда?
11. Какие условия должны выполняться для устойчивости сети
Хопфилда?
12. Как рассчитываются веса межнейронных связей сети Хоп-
филда?
13. Как можно оценить число весов в сети Хопфилда?
14. Какие образы являются «хорошими», с точки зрения запо-
минания, в сети Хопфилда?
15. Сколько случайных образов может хранить сеть Хопфилда?
16. Что такое алгоритм забывания?
17. Как можно описать искусственную энергию сети Хопфилда?
18. Как с помощью искусственной энергии обосновать устойчи-
вость сети Хопфилда?
19. Чем отличаются автоассоциативная и гетероассоциативная
память?

Страницы