Студопедия.Орг Главная | Случайная страница | Контакты | Мы поможем в написании вашей работы!  
 

Машина Больцмана



Это модификация сети Хопфилда, в которой используется так называемое стохастическое функционирование, в результате чего сеть приобретает возможность в большем количестве случаев достигать глобального экстремума энергетической функции находить правильное решение. Машина Больцмана и сеть Хопфилда имеют следующие общие характеристики:

предназначена для решения задач ассоциативной памяти;

однослойная, рекуррентная;

состояния принимают значения ±1;

весовая матрица межнейронных связей симметричная;

нейроны не имеют обратных связей к самим себе, т.е. значения диагональных элементов весовой матрицы равны нулю;

нейроны обновляют свое состояние по одному в единицу времени и выбираются случайно.

Они также имеют важное отличие: алгоритм обновления состояний нейронов машины Больцмана является вероятностным, а не детерминированным, как в сети Хопфилда, а сами нейроны называются стохастическими.

Стохастический нейрон j изменяет свое состояние sj в зависимости от значения его внутреннего выхода vj с вероятностью P (vj). Тогда состояние j -го нейрона определяется следующим образом:

Вероятность изменения состояния нейрона определяется с помощью функции

,

где T – параметр, определяющий характер функционирования нейрона. Если T ® 0, то функция становится пороговой и правило активации стохастического нейрона сводится к правилу функционирования нейрона сети Хопфилда. Чем больше T, тем сильнее вероятностный характер функционирования стохастического нейрона. При T ® ¥ вероятность смены состояния составляет 1/2.

Функционирование нейронов можно объяснить и в терминах изменения энергии сети D E.

Вероятность смены состояния j -го нейрона на некотором шаге процесса функционирования сети от состояния sj к состоянию – sj равна ,

где D Ej – изменение энергии в результате смены состояния.

Алгоритм функционирования машины Больцмана:

1. Вычисление весовых коэффициентов в соответствии с правилом Хебба;

2. Инициализация состояний sj значениями тестового вектора;

3. Выбор начального значения параметра ;

4. Обновление состояний нейронов сети по (3);

5. Возвращение к этапу 4. После L итераций (количество итераций определяют эмпирически) уменьшение параметра T;

6. Возвращение к этапу 4 до тех пор, пока не будет найдено стабильное состояние, соответствующее минимуму энергетической функции.

Уменьшение значения параметра T предполагается медленным. Если это требование не соблюдать, то сеть игнорирует малые энергетические изменения и может не достичь глобального. Сходимость алгоритма машины Больцмана слишком медленна. На практике используют процедуру с ограничением по времени:

определяют T 0;

правило изменения T определяют рекуррентно как Ti = a Ti –1, где i = 1, 2, …, и 0.8 < a < 0.99;

определяют конечное значение Tk.





Дата публикования: 2014-11-03; Прочитано: 479 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!



studopedia.org - Студопедия.Орг - 2014-2024 год. Студопедия не является автором материалов, которые размещены. Но предоставляет возможность бесплатного использования (0.006 с)...