![]() |
Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | |
|
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.
Дата публикования: 2014-11-03; Прочитано: 850 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!