Методы искусственного интеллекта для машинного перевода текстов. Роганов В.Р - 60 стр.

UptoLike

ВУЗ: 

ПГУ | Пенза

Составители: 

Рубрика: 

60
сетью Хопфилда, меньшими затратами на память и объемом вычислений, что
становится очевидным из ее структуры (рис. 14).
Сеть состоит из двух слоев. Первый и второй слои имеют по m нейронов,
где m – число образцов. Нейроны первого слоя имеют по n синапсов, соединен-
ных со входами сети (образующими фиктивный нулевой слой). Нейроны второ
-
го слоя связаны между собой ингибиторными (отрицательными обратными)
синаптическими связями. Единственный синапс с положительной обратной
связью для каждого нейрона соединен с его же аксоном.
Идея работы сети состоит в нахождении расстояния Хэмминга от тести-
руемого образа до всех образцов. Расстоянием Хэмминга называется число от-
личающихся битов в двух бинарных векторах.
Сеть должна выбрать образец с
минимальным расстоянием Хэмминга до неизвестного входного сигнала, в ре-
зультате чего будет активизирован только один выход сети, соответствующий
этому образцу.
На стадии инициализации весовым коэффициентам первого слоя и порогу
активационной функции присваиваются следующие значения:
w
x
ik
i
k
=
2
, i=0...n-1, k=0...m-1 (42)
T
k
= n / 2, k = 0...m-1 (43)
где x
i
k
– i-ый элемент k-ого образца.
Весовые коэффициенты тормозящих синапсов во втором слое берут рав-
ными некоторой величине 0 < ε < 1/m. Синапс нейрона, связанный с его же ак-
соном имеет вес +1.
Алгоритм функционирования сети Хэмминга следующий:
1. На входы сети подается неизвестный вектор X = {x
i
:i=0...n–1}, исходя из
которого рассчитываются состояния нейронов первого слоя (верхний индекс в
скобках указывает номер слоя):
ys wxT
jj ijij
i
n
() ()11
0
1
== +
=
−
∑
, j=0...m-1 (44) 
сетью Хопфилда, меньшими затратами на память и объемом вычислений, что
становится очевидным из ее структуры (рис. 14).
    Сеть состоит из двух слоев. Первый и второй слои имеют по m нейронов,
где m – число образцов. Нейроны первого слоя имеют по n синапсов, соединен-
ных со входами сети (образующими фиктивный нулевой слой). Нейроны второ-
го слоя связаны между собой ингибиторными (отрицательными обратными)
синаптическими связями. Единственный синапс с положительной обратной
связью для каждого нейрона соединен с его же аксоном.
    Идея работы сети состоит в нахождении расстояния Хэмминга от тести-
руемого образа до всех образцов. Расстоянием Хэмминга называется число от-
личающихся битов в двух бинарных векторах. Сеть должна выбрать образец с
минимальным расстоянием Хэмминга до неизвестного входного сигнала, в ре-
зультате чего будет активизирован только один выход сети, соответствующий
этому образцу.
    На стадии инициализации весовым коэффициентам первого слоя и порогу
активационной функции присваиваются следующие значения:
                x ik
          wik =      , i=0...n-1, k=0...m-1                                     (42)
                 2
          Tk = n / 2, k = 0...m-1                                               (43)
где xik – i-ый элемент k-ого образца.
    Весовые коэффициенты тормозящих синапсов во втором слое берут рав-
ными некоторой величине 0 < ε < 1/m. Синапс нейрона, связанный с его же ак-
соном имеет вес +1.
    Алгоритм функционирования сети Хэмминга следующий:
    1. На входы сети подается неизвестный вектор X = {xi:i=0...n–1}, исходя из
которого рассчитываются состояния нейронов первого слоя (верхний индекс в
скобках указывает номер слоя):
                                                   n −1
                          y   ( 1)
                              j      =s   ( 1)
                                          j      = ∑ wij xi + T j , j=0...m-1   (44)
                                                   i=0




                                                                                 60

Страницы