Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Двунаправленная ассоциативная память (ДАП) является модификацией сети Хопфилда и предназначена для решения задач гетероассоциативной памяти. Это рекуррентная и двухслойная сеть. ДАП способна к обработке неполных и зашумленных данных. На рис. 4.7 приведена базовая конфигурация ДАП. Эта сеть ассоциирует образы A и B. Образ A подается на вход сети, а B получается на выходе.
Рис. 4.7. Базовая конфигурация ДАП
ДАП состоит из двух слоев нейронов, первый из N элементов имеет выходной сигнал , а M нейронов второго – выходной сигнал . Весовые коэффициенты связей между вторым слоем, с выходами X, и первым слоем, с выходами Y, определяются матрицей .
Весовая матрица ДАП формируется обучением с помощью правила Хебба. Пусть общая память сети x содержит p пар ассоциируемых друг с другом образов, представленных векторами в пространстве признаков: x = {(A 1, B 1), (A 2, B 2), …, (Ap, Bp)}.
Тогда .
Смена состояний нейронов первого и второго слоев происходит следующим образом:
где vi (1) и vj (2) – внутренние выходы нейронов первого и второго слоев соответственно, а Si и Tj – пороговые значения функции активации для первого и второго слоев.
Внутренние выходы вычисляются следующим образом:
; .
Таким образом, и
Все нейроны слоя с выходным сигналом X обновляют свои состояния одновременно в один момент времени, все нейронывторого – также одновременно в следующий момент времени. Процесс продолжается, пока X и Y не перестанут изменяться.
Дата публикования: 2014-11-03; Прочитано: 385 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!