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)

Процесс самообучения сети Кохонена




Сеть Кохонена

Сеть Кохонена относится к группе сетей прямого распространения сигнала, поскольку она не имеет обратных связей. Сеть Кохонена не требует задания выходов на обучающем множестве, обучение проходит только по входам сети. Такой процесс называется обучением без учителя. Сеть относится к группе самоорганизующихся.

На вход ИНС на каждом шаге поступают полученные агентом наблюдения окружающей среды. Наблюдения представляются вектором, в котором наблюдения упорядочены по заранее определенному порядку. Количество выходных нейронов равно количеству действий, предпринимаемых агентом.

На основании наших знаний о действиях агента можно изменить входные данные ИНС. Например, обобщить результат наблюдения агента. Этот подход позволяет несколько уменьшить количество входов ИНС (12 входов вместо 14).

Инициализация весов сети. Диапазон значений весов [0…1]. Веса могут инициализироваться средними значениями из диапазона. Например, значением 0.5.

Самообучение. Сеть вычисляет расстояние между входным вектором , полученным на шаге k, и весами связей входа с каждым выходным нейроном. Выигрывает тот нейрон, чьи веса ближе всех к входному вектору. Веса выигравшего нейрона должны обновляться так, чтобы быть еще ближе к входному вектору. Веса выигравшего нейрона подстраиваются по правилу Кохонена.

Предположим, что i-ый нейрон является победителем, тогда элементы i-ой строки матрицы весов подстраиваются по правилу:

где - параметр скорости обучения.

В результате выполнения одного шага обучения выигравший нейрон с большей вероятностью выиграет соревнование на следующем шаге, если получит такой же или близкий входной вектор. По мере поступления множества входных векторов каждый нейрон становится все более четко связанным со своей группой входных векторов. Очевидно, что нейрон четко связан со своей группой, если он дает на выходе 1 при получении вектора из своей группы и дает 0 при получении вектора из чужой группы.

 




Поделиться с друзьями:


Дата добавления: 2015-06-27; Просмотров: 345; Нарушение авторских прав?; Мы поможем в написании вашей работы!


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



studopedia.su - Студопедия (2013 - 2024) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! Последнее добавление




Генерация страницы за: 0.01 сек.