Искусственные нейронные сети. Каширина И.Л. - 36 стр.

UptoLike

ВУЗ: 

ВГУ | Воронеж

Составители: 

Рубрика: 

36
Для запоминания
K
образов применяется итерационный процесс:
Kkxxww
k
j
k
i
k
ij
k
ij
,1,
1
=+=
−
(считаем , что 0
0
=
ij
w ). Этот процесс приводит к полной
матрице связей:
∑
=
=
K
k
k
j
k
iij
xxw
1
Сеть Хопфилда нашла широкое применение в системах ассоциативной памяти,
позволяющих восстанавливать идеальный образ по имеющейся неполной или за -
шумленной его версии.
Пример. В качестве примера рассмотрим сеть, состоящую из 70 нейронов , упоря-
доченных в матрицу 10 × 7.
Рис . 18 Идеальные образы обучающей выборки.
Сеть обучалась по правилу Хебба на трех идеальных образах - шрифтовых начер-
таниях латинских букв А , B и C (Рис . 18). Темные ячейки соответствуют нейро-
нам в состоянии +1, светлые -1. После обучения нейросети в качестве начальных
состояний нейронов предъявлялись различные искаженные версии образов , кото-
рые в процессе функционирования сети сходились к стационарным состояниям .
Для каждой пары изображений на рисунках 19, 20 и 21 левый образ является на -
чальным состоянием , а правый - результатом работы сети - достигнутым стацио-
нарным состоянием .
Рис . 19. Сеть Хопфилда распознает образ с информационным шумом .
Рис . 20. Сеть Хопфилда распознает образ по его небольшому фрагменту. 
                                                 36
Для запоминания K образов применяется итерационный процесс:
wijk =wijk −1 +xik x kj , k =1, K (считаем, что wij0 =0 ). Этот процесс приводит к полной
матрице связей:
                                              K
                                       wij =∑ xik x kj
                                             k =1
Сеть Хопфилда нашла широкое применение в системах ассоциативной памяти,
позволяющих восстанавливать идеальный образ по имеющейся неполной или за-
шумленной его версии.
Пример. В качестве примера рассмотрим сеть, состоящую из 70 нейронов, упоря-
доченных в матрицу 10 × 7.




                      Рис. 18 Идеальные образы обучающей выборки.

Сеть обучалась по правилу Хебба на трех идеальных образах - шрифтовых начер-
таниях латинских букв А, B и C (Рис. 18). Темные ячейки соответствуют нейро-
нам в состоянии +1, светлые -1. После обучения нейросети в качестве начальных
состояний нейронов предъявлялись различные искаженные версии образов, кото-
рые в процессе функционирования сети сходились к стационарным состояниям.
Для каждой пары изображений на рисунках 19, 20 и 21 левый образ является на-
чальным состоянием, а правый - результатом работы сети - достигнутым стацио-
нарным состоянием.




            Рис. 19. Сеть Хопфилда распознает образ с информационным шумом.




           Рис. 20. Сеть Хопфилда распознает образ по его небольшому фрагменту.

Страницы