Нейронные сети и нейроконтроллеры. Бураков М.В. - 44 стр.

UptoLike

Составители:

Рубрика:

Рассмотрим персептрон с одним выходом, т. е. фактически один

нейрон, имеющий множество входных сигналов. Задача обучения

персептрона заключается в возбуждении его только при предъяв-

лении определенных входных векторов и отсутствии реакции на

другие входные векторы.

Таким образом, при обучении персептрона решается задача би-

нарной классификации – путем настройки весов персептрона строит-

ся гиперплоскость, разделяющая все входные векторы на два класса.

Например, пусть требуется обучить персептрон распознавать

четные и нечетные цифры по их изображениям. Эталонное изо-

бражение каждой цифры разбивается на сегменты с заданной сте-

пенью подробности. Если в пределы сегмента попадает часть изо-

бражения, то ему соответствует единичный сигнал, в противном

случае – сигнал нулевой. Так, каждая цифра получает соответству-

ющий бинарный код. Пример для цифры «5» приведен на рис. 2.3.

Таким образом, получаем десять обучающих пар, описывающих

вход и желаемый выход персептрона (табл. 2.2). Поскольку желае-

мое решение заранее известно, ошибку работы ИНС можно вычис-

лять в явном виде, и речь идет об обучении с учителем.

Смысл использования персептрона заключается в том, что по-

сле обучения на его вход могут поступать уже не эталонные, а ис-

каженные и зашумленные векторы. Реакция ИНС должна быть

правильной до достижения определенного максимального уровня

шумов. Как следует из табл. 2.2, некоторые образы различаются

только значением одного бита, так что задачу распознавания не

удастся решить уже при минимальном шуме, поэтому в реальности

описание должно быть более подробным.

Рис. 2.3. Кодирование изображений цифр

[1 1 1 1 0 0 1 1 1 0 0 1 1

1 1]