Методы искусственного интеллекта для машинного перевода текстов. Роганов В.Р - 57 стр.

UptoLike

ВУЗ: 

ПГУ | Пенза

Составители: 

Рубрика: 

57
Рис. 12 Структурная схема сети Хопфилда
Задача, решаемая данной сетью в качестве ассоциативной памяти, как пра-
вило, формулируется следующим образом. Известен некоторый набор двоич-
ных сигналов (изображений, звуковых оцифровок, прочих данных, описываю-
щих некие объекты или характеристики процессов), которые считаются образ-
цовыми. Сеть должна уметь из произвольного неидеального сигнала, поданного
на ее вход, выделить ("вспомнить" по
частичной информации) соответствую-
щий образец (если такой есть) или "дать заключение" о том, что входные дан-
ные не соответствуют ни одному из образцов. В общем случае, любой сигнал
может быть описан вектором X = { x
i
: i=0...n–1}, n — число нейронов в сети и
размерность входных и выходных векторов. Каждый элемент x
i
равен либо +1,
либо –1. Обозначим вектор, описывающий k-ый образец, через X
k
, а его компо-
ненты, соответственно, — x
i
k
, k=0...m–1, m — число образцов. Когда сеть рас-
познáет (или "вспомнит") какой-либо образец на основе предъявленных ей дан-
ных, ее выходы будут содержать именно его, то есть
Y = X
k
,
где Y — вектор выходных значений сети: Y = { y
i
: i=0,...n–1}. 
                     Рис. 12 Структурная схема сети Хопфилда


    Задача, решаемая данной сетью в качестве ассоциативной памяти, как пра-
вило, формулируется следующим образом. Известен некоторый набор двоич-
ных сигналов (изображений, звуковых оцифровок, прочих данных, описываю-
щих некие объекты или характеристики процессов), которые считаются образ-
цовыми. Сеть должна уметь из произвольного неидеального сигнала, поданного
на ее вход, выделить ("вспомнить" по частичной информации) соответствую-
щий образец (если такой есть) или "дать заключение" о том, что входные дан-
ные не соответствуют ни одному из образцов. В общем случае, любой сигнал
может быть описан вектором X = { xi: i=0...n–1}, n — число нейронов в сети и
размерность входных и выходных векторов. Каждый элемент xi равен либо +1,
либо –1. Обозначим вектор, описывающий k-ый образец, через Xk, а его компо-
ненты, соответственно, — xik, k=0...m–1, m — число образцов. Когда сеть рас-
познáет (или "вспомнит") какой-либо образец на основе предъявленных ей дан-
ных, ее выходы будут содержать именно его, то есть
                                    Y = Xk,
где Y — вектор выходных значений сети: Y = { yi: i=0,...n–1}.

                                                                          57

Страницы