Студопедия

КАТЕГОРИИ:


Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748)

Структура сети

Читайте также:
  1. A.3.1 Структура процедурного программного обеспечения
  2. I. ПОНЯТИЕ, ПРЕДМЕТ, ЦЕЛИ И ЗАДАЧИ КУРСА. СТРУКТУРА КУРСА, ВЗАИМОСВЯЗЬ С ДРУГИМИ УЧЕБНЫМИ ДИСЦИПЛИНАМИ.
  3. I. ПОНЯТТЯ ВИДУ І ПОПУЛЯЦІЇ. СТРУКТУРА ТА ХАРАКТЕРИСТИКА ПОПУЛЯЦІЇ.
  4. I. ПОНЯТТЯ ВИДУ І ПОПУЛЯЦІЇ. СТРУКТУРА ТА ХАРАКТЕРИСТИКА ПОПУЛЯЦІЇ.
  5. I. Разрабатывается общая структура ИС с выделением функциональных и обеспечивающих подсистем.
  6. I. Страховой рынок и его структура.
  7. II. Структура индивидуального логопедического занятия.
  8. II. Структура Уложения
  9. III. Внутренняя структура политического процесса с позиций отношений субъект объект, или субъект – субъект, изучался поведенческим подходом.
  10. V Структура субъективного мира человека
  11. Адаптация индивида и социально-психологическая структура группы
  12. Административная структура.

Сеть Хопфилда

Лекция 9. Ассоциативные сети. Сети Хопфилда. Свойства сети Хопфилда. Статистические сети Хопфилда.

Сеть Хопфилда, в отличие, например, от сетей встречного или обратного распространения, обладает обратной связью, то есть связями, идущими от выхода к входу. Отсутствие обратной связи гарантирует безусловную устойчивость сетей. Так как сети с обратными связями имеют пути, передающие сигналы от выходов к входам, то отклик таких сетей является динамическим, то есть после приложения нового входа вычисляется выход и, передаваясь по сети обратной связи, модифицирует вход. Затем вход повторно вычисляется, и процесс повторяется снова и снова. Для устойчивой сети последовательные итерации приводят к все меньшим изменениям выхода, пока в конце концов выход не становится постоянным. Для многих сетей процесс никогда не заканчивается, такие сети называют неустойчивыми.

На рис. 23 показана сеть с обратными связями, состоящая из двух слоев. Нулевой слой не выполняет вычислительной функции, а лишь распределяет выходы сети обратно на входы. Каждый нейрон первого слоя вычисляет взвешенную сумму своих входов, давая сигнал NET, который затем с помощью нелинейной функции F преобразуется в сигнал OUT .

Рис. 23. Однослойная сеть с обратными связями.

В первой работе Хопфилда функция F была просто пороговой функцией. Выход такого нейрона равен единице, если взвешенная сумма выходов с других нейронов больше порога Tj, в противном случае она равна нулю. Он вычисляется следующим образом:

NETj = S wij OUTi + Inj, i ¹ j (14)

OUTj = 1, если NETj > Tj,

OUTj = 0, если NETj < Tj, (15)

OUTj не изменяется, если NETj = Tj,

Состояние сети - это множество текущих значений сигналов OUT от всех нейронов. В первоначальной сети Хопфилда состояние каждого нейрона менялось в дискретные случайные моменты времени, в последующей работе состояния нейронов могли меняться одновременно. Так как выходом бинарного нейрона может быть только ноль или единица, то текущее состояние сети является двоичным числом, каждый бит которого является сигналом выхода OUT некоторого нейрона.

Рис. 24. Два нейрона порождают систему с четырьмя состояниями.

Функционирование сети легко визуализируется геометрически. На рис. 24 показан случай двух нейронов в выходном слое, причем каждой вершине квадрата соответствует одно из четырех состояний системы (00, 01, 10, 11). На рис. 25 показана трехнейронная система, представленная кубом (в трехмерном пространстве), имеющим восемь вершин, каждая из которых помечена трехбитовым бинарным числом. В общем случае система с n нейронами имеет 2n различных состояний и представляется n-мерным гиперкубом.

Рис. 25. Три нейрона порождают систему с восемью состояниями.

Когда подается новый входной вектор, сеть переходит из вершины в вершину, пока не стабилизируется. Устойчивая вершина определяется сетевыми весами, текущими входами и величиной порога. Если входной вектор частично неправилен или неполон, то сеть стабилизируется в вершине, ближайшей к желаемой.

<== предыдущая лекция | следующая лекция ==>
| Структура сети

Дата добавления: 2014-01-11; Просмотров: 102; Нарушение авторских прав?;


Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет



ПОИСК ПО САЙТУ:


Читайте также:



studopedia.su - Студопедия (2013 - 2018) год. Не является автором материалов, а предоставляет студентам возможность бесплатного обучения и использования! Последнее добавление ip: 54.198.78.121
Генерация страницы за: 0.001 сек.