Нейронная сеть ART-1

Сеть ART -1 ориентирована на обработку образов, содержащих двоичную информацию. Сети ART-2 и ART-3 могут работать с непрерывной информацией.

Сеть ART -1 является классификатором входных двоичных образов, сформированным сетью по нескольким классам прототипов. Здесь используется алгоритм обучения без учителя на основе конкуренции.

Сеть ART -1 состоит из 5 блоков: слоя сравнения F1; слоя распознавания F2; трех управляющих блоков (сброса, управления G1, управления G2).

C

R

Cброс

Слой сравнения F1

G1

Слой распознаванияF2

G2

Контроль

	Х

Начальное значение нейрона управления G1 равно 1. Входной вектор Х поступает на слой сравнения, который по правилу 2 из 3 пропускает его на слой распознавания и С=Х. Каждый из нейронов слоя сравнения имеет 3 входа: входной сигнал Х, сигнал соответствующего нейрона управления G1, сигнал обратной связи из слоя распознавания R в начальный момент равен нулю.

Каждый нейрон слоя распознавания имеет вектор весов Bj. При этом возбуждается только один нейрон слоя распознавания, вектор весов которого наиболее близок к вектору С. Это обеспечивается латеральным торможением остальных нейронов слоя.

Сигнал обратной связи нейрона- победителя поступает обратно в слой сравнения через весовые коэффициенты Тj. По существу этот вектор является носителем критических черт образа. Важным понятием в теории резонанса является шаблон критических черт. Не все черты (признаки), представленные в образе, являются существенными для восприятия. Результат распознавания определяется присутствием критических черт в представленном образе.

Выход нейрона управления G1=1, когда образ Х имеет ненулевые компоненты. Он выполняет функции детектора новизны поступающего входного образа. Однако, когда возникает ненулевой отклик R из слоя распознавания, значение нейрона G1становится равным нулю.

Сигнал нейрона G2 устанавливается в единицу при ненулевом векторе Х. Задачей оттого нейрона является погашение активности в слое распознавания, если в сеть не поступило никакой информации.

При генерации отклика R из слоя распознавания выход G1=0 и нейроны слоя сравнения активизируются сигналами Х и R. Правило 2 из 3 приводит к активизации тех нейронов слоя сравнения, для которых и Х и R являются единичными. В результате выход С теперь уже не равен вектору Х, а содержит только те компоненты, которые определяют критические черты входного образа. Этот механизм в теории ART -1 получил название адаптивной фильтрации образа Х.

Теперь задачей является установить, достаточен ли набор критических черт для окончательного отнесения образа Х к классу нейрона-победителя. Эту функцию выполняет нейрон сброса, который измеряет сходство между векторами Х и С. Выход нейрона сброса определяется отношением числа единичных компонент в векторе С к числу единичных компонент в векторе Х. Если это отношение ниже определенного уровня сходства, нейрон вырабатывает сигнал сброса в слой распознавания, т.е. уровень резонанса недостаточен. Параметр Р <1 определяет уровень сходства.

ρ=(Q ∩ H) /H,

где ∩ – знак пересечения;

Н –количество единиц в векторе Х;

Q- количество единиц в векторе С.

Пример Х=110011100; Н=4; С=11001000; Q=3.

Тогда ρ =(Q ∩ H) /H = ¾=0,75

Данный параметр изменяется от 1 (полное соответствие) до 0 (наихудшее соответствие).