Математическая постановка задачи обучения

Обучение многослойной нейронной сети без обратных связей

Многие прикладные задачи, решаемые с использованием нейронной сети, такие как задача распознавания образов, задача прогнозирования, задача управления и прочие, сводятся к следующей математической постановке:

Необходимо построить отображение вектора X в Y такое, что на каждый входной сигнал, представленный вектором X, формировался правильный выходной сигнал (вектор Y).

Для решения поставленной задачи будем использовать многослойную нейронную сеть без обратных связей, имеющую n входов и m выходов.

Каждому входу нейронной сети соответствует входной сигнал , , а каждому выходу –выходной сигнал , . Тогда входу НС соответствует вектор X с координатами , выходу – вектор Y с координатами .Нейронная сеть в этом случае представляется как некоторая многомерная функция F: X ® Y.

Если множество весовых коэффициентов входных сигналов НС не упорядочено, то функция F, реализуемая сетью, является произвольной.

Совокупности всех весовых коэффициентов всех нейронов соответствует вектор W. Пусть множество векторов W образует пространство состояний нейросети. Начальному состоянию сети соответствует некоторый произвольный вектор W⁰. Тогда обученной нейросети соответствует W*, т. е. такое состояние, при котором реализуется однозначное отображение F: X ® Y.

Задача обучения нейронной сети: задача перехода от некоторого начального состояния сети, соответствующего W⁰, к конечному состоянию, соответствующему W*.

Для решения задач управления:

X – вектор контролируемых параметров;

Y – вектор кода управления.

Для решения задач прогнозирования:

X – вектор временного ряда контролируемых параметров;

Y – подмножество контролируемых параметров X.

С математической точки зрения задача обучения нейронной сети сводится к продолжению функции, заданной в конечном числе точек, на всю область определения. Входные данные считаются аргументами функции, а ответ сети – значением функции.

В основе процедуры построения отображения F лежит теорема Колмогорова о представлении непрерывных функций нескольких переменных в виде суперпозиции непрерывных функций одной переменной, обобщённая Хехт-Нильсеном применительно к НС:

Для любого множества пар векторов X и Y существует двухслойная однородная (с одинаковыми функциями активации) нейронная сеть с прямым распространением сигналов, которая выполнит отображение X ® Y, выдавая на каждый входной сигнал правильный выходной.

Таким образом, уже с помощью двухслойной нейронной сети может быть построено отображение F (может быть реализована произвольная функция многих переменных).

Теорема о функциональной полноте НС (вытекает из предыдущих теорем):

Любая непрерывная функция,заданная на ограниченном множестве, может быть равномерно приближена функциями, вычисляемыми НС, если функция активации нейрона непрерывна и дважды дифференцируема.

Вывод: многослойный персептрон с числом слоёв более двух является универсальным аппроксиматором функций.

Основной недостаток использования такой сети является то, что в качестве функции активации нейронов может использоваться только сигмоидальная функция. Для преодоления данного недостатка при решении прикладных задач стали использовать сигмоидальную функцию активации с подстраиваемыми параметрами.

С математической точки зрения задача обучения нейронной сети сводится к продолжению функции, заданной в конечном числе точек, на всю область определения. При таком подходе входные данные считаются аргументами функции, а ответ сети – значением функции.

Пусть имеется обучающая выборка, состоящая из k пар векторов (при стратегии обучения с учителем):

, .

Ошибка сети E, появляющаяся в некотором состоянии W _j, может быть представлена как средняя квадратичная ошибка, усреднённая по выборке

, (1)

где k – число примеров в обучающей выборке; Y _i – эталонный выходной вектор i -го примера.

Если сеть не делает ошибки, то E = 0. Следовательно, необходимо, чтобы в обученном состоянии сети ошибка сети стремилась к минимуму.

Задача обучения нейронной сети: поиск минимума функции ошибки в пространстве состояний W.

Алгоритм обучения многослойной нейросети (набор обучающих правил, определяющих изменение межнейронных связей в ответ на входное воздействие):

• определённым образом устанавливаются значения весовых коэффициентов межнейронных связей
• из базы данных в соответствии с некоторым правилом поочерёдно выбираются примеры (пары обучающей выборки X _i, Y _i: входной вектор X _i подаётся на вход сети, а желаемый результат Y _i на выход сети).
• вычисляется ошибка сети E₀ по формуле (1)
• если ошибка велика, то осуществляется подстройка весовых коэффициентов для её уменьшения
• процесс повторяется до тех пор, пока ошибка не станет меньше заданной, либо закончится время обучения

Ошибка обучения E₀ – внутренний критерий (вычисляется на основе результатов эксперимента – обучения НС на основе примеров из обучающей выборки).

Для оценки полученной ошибки обучения необходимо использовать внешний критерий, которым является ошибка обобщения E_общ., вычисляемая по проверочной (тестовой) выборке.

Необходимо, чтобы созданная модель объекта обладала свойством непротиворечивости: ошибка обобщения сохраняется на приемлемом уровне при реализации отображения не только для примеров исходного множества пар (X _i, Y _i), , но и для всего множества возможных входных векторов.

Таким образом, при синтеза НС для отображения зависимости F: X ® Y с наименьшей ошибкой обучения проводится разделение исходных данных на две части:

1. обучающая выборка;

2. тестовая выборка.

Если НС хорошо отслеживает примеры из обучающей выборки, но плохо работает с примерами из тестовой, то возникает эффект переобучения НС, то есть в процессе работы с тестовой выборкой ошибка сети возрастает. Для контроля правильности работы сети вводится подтверждающее множество (подтверждающая выборка), на котором проверяется адекватность получаемого отображения F: X ® Y объекту с задаваемой ошибкой обобщения.

Основные проблемы при обучении НС:

· большое число параметров НС ®ограничение по памяти;

· необходимость обеспечения параллельности вычислений; процесс параллелизма важен в процессе функционирования нейронной сети в реальном масштабе времени;

· многокритериальность задачи оптимизации;

· необходимость нахождения достаточно широкой области, в которой значения всех минимальных функций стремятся к минимуму;

· разделение всей базы примеров на обучающую, тестовую и подтверждающую выборки.

Дата добавления: 2014-01-15