Архитектуры искусственных нейронных сетей

На сегодняшний день можно выделить четыре основные разновидности архитектуры ИНС.

1. Однослойные прямонаправленные сети. K-слойной называется ИНС, состоящая из k групп нейронов, разделенных по слоям. Если сигналы в сети распространяются только по направлению из начала в конец, то такая ИНС называется прямонаправленной. На рис. 4.2 однослойная прямонаправленная ИНС.

Рис. 4.2. Прямонаправленная сеть с одним слоем нейронов

Она включает в себя слой входных нейронов и слой выходных. Нейроны входного слоя просто передают сигналы на выходной слой, не преобразуя их. В выходном происходит преобразование сигналов и формирование выхода сети. Матрица W имеет размерность M ´ N. Сеть функционирует по правилу: Y = f (WX);

.

2. Многослойные прямонаправленные сети. Они характеризуются наличием одного или нескольких промежуточных (скрытых) слоев, осуществляющих преобразование информации. Нейроны скрытого слоя называются скрытыми. В скрытых нейронах последовательно, слой за слоем, происходит нелинейное преобразование сигналов. Сигналы с последнего скрытого слоя поступают на нейроны выходного слоя, которые формируют выход сети. Структура двухслойной сети представлена на рис. 4.3.

Сеть функционирует по правилу: Z = f (VX); Y = f (WZ) = f (W f (VX)); .

Рис. 4.3. Двухслойная сеть

3. Рекуррентные сети. Этот тип ИНС отличается существованием обратных связей и элементов временной задержки сигнала. Подробно рассмотрим, как функционирует обратная связь.

На рис. 4.4 представлена структура простейшей системы с обратной связью. Здесь входной сигнал X (t), внутренний сигнал X '(t) и выходной сигнал y (t) – функции переменной t – дискретных отсчетов времени.

Рис. 4.4. Рекуррентная сеть

Если предположить, что прямой канал передачи данных характеризуется некоторым оператором A, а обратный – В, то y (t) = A [ X '(t)], а X '(t) = X (t) + B [ y (t)]. Тогда,

.

Наиболее простым случаем рекуррентной сети является один слой нейронов, охваченный обратными связями. При этом каждый нейрон получает выходные сигналы всех остальных нейронов с некоторой временной задержкой.

4. Полносвязные сети. Характерным признаком ИНС этого типа является наличие связей между всеми нейронами. Полносвязные сети применяются при решении задач классификации и распознавания образов.