Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Использование группы из m биполярных или бинарных нейронов A 1, …, Am (рис. 4) позволяет существенно расширить возможности нейронной сети и распознавать до 2 m различных изображений. Правда, применение этой сети для распознавания 2 m (или близких к 2 m чисел) различных изображений может приводить к неразрешимым проблемам адаптации весов связей нейросети. Поэтому часто рекомендуют использовать данную архитектуру для распознавания только m различных изображений, задавая каждому из них единичный выход только на выходе одного А -элемента (выходы остальных при этом должны принимать значение “–1” для биполярных нейронов или “0” – для бинарных).
Однослойная нейронная сеть с двоичными нейронами, приведенная на рис.4, может быть обучена с помощью алгоритма на основе правила Хебба. В этом случае она называется сетью Хебба. Использование других алгоритмов обучения этой же сети приводит и к изменению названия нейронной сети. Использование в названии сетей их алгоритмов обучения характерно для теории нейронных сетей. Для биполярного представления сигналов возможно обучение нейросети с помощью следующего алгоритма:
Шаг 1. Задается множество M = {(Х 1, t 1), …, (Х m, t m)}, состоящее из пар (входное изображение X k = , необходимый выходной сигнал нейрона t k, ). Инициируются веса связей нейрона:
wji = 0, ,
Шаг 2. Каждая пара (Х k, t k), проверяется на правильность реакции нейронной сети на входное изображение. Если полученный выходной вектор сети (, …, ), отличается от заданного t 1 = (, …, ), то выполняют шаги 3 – 5.
Шаг 3. Инициируется множество входов нейронов: x 0 = 1, xj = xjk,
Шаг 4. Инициируются выходные сигналы нейронов: yi = .
Шаг 5. Корректируются веса связей нейронов по правилу:
.
Шаг 6. Проверяются условия останова, т.е. правильности функциониро-вания сети при предъявлении каждого входного изображения. Если условия не выполняются, то переход к шагу 2 алгоритма, иначе – прекращение вычислений (переход к шагу 7).
Шаг 7. Останов.
3. Индивидуальные задания
3.1. Разработайте структуру сети Хебба, способной распознавать четыре различные буквы Вашего имени или фамилии. При этом обоснуйте выбор:
- числа рецепторных нейронов (число n x- элементов сети должно быть в пределах );
- числа выходных нейронов;
- выбор векторов выходных сигналов.
3.2. Разработайте алгоритм и программу, моделирующую сеть Хебба. При этом в алгоритме обяэательно предусмотрите возможность возникновения ситуаций с неразрешимыми проблемам адаптации весов связей нейросети.
3.3. Обучите нейронную сеть Хебба распознаванию четырех заданных символов.
3.4. Приведите набор входных символов и требуемых выходных сигналов, когда в сети возникает ситуация с неразрешимыми проблемам адаптации весов связей.
4. Содержание отчета
4.1. Тема лабораторных занятий.
4.2. Индивидуальное задание.
4.3. Результаты выполнения пунктов 3.1 - 3.4 индивидуального задания.
Дата публикования: 2014-12-08; Прочитано: 1504 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!