Функціонування прошарку Коххонена

ШНМ Зустрічного поширення

ШНМ ЗП теж відноситься до багатошарових мереж однак на відміну від ШНМ FFBP, у яких окремі прошарки є однотипними, у мережах ЗП 2 прошарки різного типу. Такі мережі переважно застосовують для вирішення інтелектуальних задач класифікації, тобто розділення деякої множини на групи або класи подібних між собою. Задача класифікацій часто передує задачу ідентифікації.

1.Структура ШНМ ЗП

Традиційно у мережах ЗП використовуються 2 прошарки:

1-ий прошарок носить назву Коххонена, 2-ий прошарок – прошарок Гросберга

x₁W _ij 1 V _jk 1 out₁

x₂ 2 2 out₂

x_N M N out_N

Тут позначено x₁,x₂,…,x_L – вхідні сигнали

w _ij – вагові коефіцієнти ШН прошарку Коххонена

v _jk – вагові коефіцієнти ШН прошарку Гросберга.

Кількість вхідних сигналів L, кількість ШН Коххонена M, та кількість ШН Гросберга N, в загальному випадку не пов’язані між собою.

Кількість ШН коххонена М повинна бути не меншою, ніж кількість різних класів подібних між собою образів.

Кількість ШН Гросберга N повинна відповідати розміру вихідного образу, якій представляє цілий клас подібних між собою вхідних образів.

Прошарок Коххонена в прошарках прямого поширення сигналу вільно функціонує за принцип переможець забирає усе. Це означає, що лише один із нейронів Коххонена має найбільше значення сумавтора та генерує на виході одиничний сигнал усі решта нейронни Коххонена на виході дають нульовий сигнал. Якщо декілька нейронів мають однакове максимальне значення, то в якості переможця довільно обирається якийсь один із них.

Таким чином на виході прошарку Коххонена може формуватися один із векторів сигналів

(0, 0, …, 0, 1, 0, …, 0) (1)

j = j

Дата добавления: 2015-08-31