По сравнению с сетями Хопфилда, сети Хэмминга требуют меньших затрат памяти и объемов вычислений

Структура: Тип входных сигналов – бинарные векторы, тип выходных сигналов – целые числа.

Сеть состоит из входного, скрытого и выходного слоев нейронов. Скрытый и выходной слои содержат по K нейронов, где K – число эталонов.

Выходы нейронов выходного слоя подаются на входы всех нейронов этого же слоя, причем на этот же нейрон – с коэффициентом 1, а на остальные – с отрицательным ослабляющим (ингибиторным) коэффициентом.

На этапе настройки сети Хэмминга устанавливаются значения весов нейронов скрытого слоя:

где x_i^k – i -й компонент k -го эталона.

и пороги их активационных функций:

Коэффициенты отрицательных обратных связей нейронов выходного слоя задают равными некоторой величине из интервала 0< e <1/ K.

Алгоритм функционирования сети Хэмминга:

Шаг 1. На нейроны входного слоя подается вектор X, после чего с весовыми коэффициентами распределяется по нейронам скрытого слоя. На их выходах формируются значения:

В соответствии с этим устанавливаются значения на выходах нейронов выходного слоя:

Шаг 2. На каждой (t +1)-й итерации выходы нейронов выходного слоя корректируются:

В результате последовательности итераций максимальный выход должен увеличиться до 1, а остальные – убыть до 0. Активационная функция f – линейная с насыщением.

Шаг 3. Проверка изменения состояний нейронов выходного слоя за последнюю итерацию. В случае наличия изменений – переход к шагу 2. Иначе – окончание процедуры.

Дата добавления: 2014-01-20