Элементы нейронной сети

Известные типы сетей

· Персептрон Розенблатта;

· Многослойный перцептрон;

· Сеть Джордана;

· Сеть Элмана;

· Сеть Хэмминга;

· Сеть Ворда;

· Сеть Хопфилда;

· Сеть Кохонена;

· Нейронный газ^[16]

· Когнитрон;

· Неокогнитрон;

· Хаотическая нейронная сеть;

· Осцилляторная нейронная сеть;

· Сеть встречного распространения;

· Сеть радиальных базисных функций (RBF-сеть);

· Сеть обобщенной регрессии;

· Вероятностная сеть;

· Сиамская нейронная сеть;

· Сети адаптивного резонанса

Очень часто переход в цифровую форму используют для оцифровки видео- и аудио- сигналов.

В технической нейронной сети применяются элементы, которые применяются для имитации биологических нейронов и обработки информации.

На рис. 1 приведены все элементы, необходимые для построения нейронных сетей. Естественно, что возможно расширение списка нелинейных преобразователей. Однако, это единственный вид элементов, который может дополняться. Вертикальными стрелками обозначены входы параметров (для синапса – синаптических весов или весов связей), а горизонтальными – входные сигналы элементов. С точки зрения функционирования элементов сети сигналы и входные параметры элементов равнозначны. Различие между этими двумя видами параметров относятся к способу их использования в обучении. Кроме того, удобно считать, что параметры каждого элемента являются его свойствами и хранятся при нем. Совокупность параметров всех элементов сети называют вектором параметров сети. Совокупность параметров всех синапсов называют вектором обучаемых параметров сети, картой весов связей или синаптической картой. Отметим, что необходимо различать входные сигналы элементов и входные сигналы сети. Они совпадают только для элементов входного слоя сети.

Из приведенных на рис. 1 элементов можно построить практически любую нейронную сеть. Вообще говоря, нет никаких правил, ограничивающих свободу творчества конструктора нейронных сетей. Однако, есть набор структурных единиц построения сетей, позволяющий стандартизовать процесс конструирования. Детальный анализ различных нейронных сетей позволил выделить следующие структурные единицы:

 элемент – неделимая часть сети, для которой определены методы прямого и обратного функционирования;

 каскад – сеть составленная из последовательно связанных слоев, каскадов, циклов или элементов;

 слой – сеть составленная из параллельно работающих слоев, каскадов, циклов или элементов;

 цикл – каскад выходные сигналы которого поступают на его собственный вход.

Очевидно, что не все элементы являются неделимыми. В следующем разделе будет приведен ряд составных элементов.

Введение трех типов составных сетей связано с двумя причинами: использование циклов приводит к изменению правил остановки работы сети, описанных в разд. «Правила остановки работы сети»; разделение каскадов и слоев позволяет эффективно использовать ресурсы параллельных ЭВМ. Действительно, все сети, входящие в состав слоя, могут работать независимо друг от друга. Тем самым при конструировании сети автоматически закладывается база для использования параллельных ЭВМ.

На рис. 2 приведен пример поэтапного конструирования трехслойной сигмоидной сети.

Дата добавления: 2014-01-06