Сеть Хемминга

Сеть Хемминга (Hamming) – расширение сети Хопфилда. Данная сеть, по сравнению с сетью Хопфилда, характеризуется меньшими затратами на память и объемом вычислений, что очевидно из её структуры. Сеть состоит из двух слоев, каждый из которых имеет по m нейронов, где m – число образов.

Идея работы сети состоит в нахождении расстояния Хемминга от тестируемого образа до всех образов.

Расстояние Хемминга – число отличающихся битов в двух бинарных векторах.

Сеть должна выбрать образ с минимальным расстоянием Хемминга до неизвестного входного сигнала, в результате чего будет активизирован только один выход, соответствующий этому образу.

Функция активации сети является пороговой линейной.

Значение F должно быть достаточно большим, чтобы любые возможные значения аргумента не приводили к насыщению.

Алгоритм функционирования сети:

1. Инициализация сети: весовым коэффициентам первого слоя и порогу активационной присваиваются следующие значения:

Здесь i -тый элемент k -того образа.

Весовые коэффициенты тормозящих связей во втором слое принимают равными некоторой величине . Связь входа нейрона с его выходом имеет вес +1.

1. Подача на входы сети неизвестного входного вектора X =, исходя из которого рассчитываются состояния нейронов первого слоя (верхний индекс в скобках указывает номер слоя):

.

После этого полученными значениями инициализируются значения выходов второго слоя:

.

1. Вычисление новых состояний нейронов второго слоя:

и значения их выходов:

, где t – номер текущей итерации.

1. Проверить, изменились ли выходы нейронов второго слоя за последнюю итерацию. Если да – перейти к п.3, иначе – останов.

Преимущества сети Хемминга над сетью Хопфилда:

· сеть Хемминга способна найти минимальную погрешность, если погрешности входных бит являются случайными и независимыми;

· для функционирования сети Хемминга нужно меньшее количество нейронов;

· сеть Хемминга не страдает от неправильных классификаций;

· сеть Хемминга быстрее и точнее, чем сеть Хопфилда.

Дата добавления: 2014-01-15