ВУЗ:
Составители:
40
жают связь между
−
i
м нейроном первого слоя и
−
j
м нейроном второго слоя
mjni ,1,,1 == . В процессе функционирования сети входной вектор
X
умножает-
ся на транспонированную матрицу весов сети
T
W
и подается на вход первого
слоя , в результате чего вырабатывается вектор выходных сигналов нейронов пер-
вого слоя
Y
. Вектор
Y
затем умножается на матрицу W и подается на вход вто-
рого слоя , который вырабатывает выходные сигналы, представляющие собой но-
вый входной вектор
X
. Этот процесс повторяется до тех пор , пока сеть не дос -
тигнет стабильного состояния, в котором ни вектор
X
, ни вектор
Y
не изменя -
ются.
Рис . 23. Структура сети ДАП .
Нейроны в обоих слоях сети ДАП функционируют аналогично нейронам
сети Хопфилда . Этот процесс может быть выражен следующим образом :
mjwxfy
n
i
ji
N
i
N
j
,1,)(
1
1
==
∑
=
+
,
∑
=
++
==
m
j
ij
N
j
N
i
niwyfx
1
11
,1),( ,
где
Θ=
Θ>
Θ<−
=
,),(
;,1
;,1
)(
j
pred
j
j
ssf
s
s
sf
)( sf
pred
- значение функции активации данного нейрона на предыдущем шаге .
Пусть задана обучающая выборка ассоциированных образов
KkYX
kk
,1),,( =
. Ве-
совая матрица сети ДАП вычисляется как сумма произведений всех векторных
пар обучающего набора :
mjniyxw
K
k
k
j
k
iij
,1,,1,
1
===
∑
=
.
X
Y
40
жают связь между i −м нейроном первого слоя и j −м нейроном второго слоя
i =1, n, j =1, m . В процессе функционирования сети входной вектор X умножает-
ся на транспонированную матрицу весов сети W T и подается на вход первого
слоя, в результате чего вырабатывается вектор выходных сигналов нейронов пер-
вого слоя Y . Вектор Y затем умножается на матрицу W и подается на вход вто-
рого слоя, который вырабатывает выходные сигналы, представляющие собой но-
вый входной вектор X . Этот процесс повторяется до тех пор, пока сеть не дос-
тигнет стабильного состояния, в котором ни вектор X , ни вектор Y не изменя-
ются.
X Y
Рис. 23. Структура сети ДАП.
Нейроны в обоих слоях сети ДАП функционируют аналогично нейронам
сети Хопфилда. Этот процесс может быть выражен следующим образом:
n
y Nj +1 = f (∑ xiN w ji ), j =1, m ,
i =1
m
xiN +1 = f ( ∑ y Nj +1wij ), i =1, n ,
j =1
� −1, s <Θ j ;
��
где f ( s ) =� 1, s >Θ j ;
�
�� f
pred
( s ), s =Θ j ,
f pred
(s ) - значение функции активации данного нейрона на предыдущем шаге.
Пусть задана обучающая выборка ассоциированных образов ( X k , Y k ), k =1, K . Ве-
совая матрица сети ДАП вычисляется как сумма произведений всех векторных
K
пар обучающего набора: wij =∑ xik y kj , i =1, n, j =1, m .
k =1
Страницы
- « первая
- ‹ предыдущая
- …
- 38
- 39
- 40
- 41
- 42
- …
- следующая ›
- последняя »
