Основы теории нейронных сетей




Бинарные системы - часть 2


На стадии инициализации сети весовые коэффициенты синапсов устанавливаются следующим образом:

 w_{ij}=\left\{ \begin{aligned} \sum_{k=0}^{m-1}x_i^k x_j^k,\quad & \text{если } i\ne j,\\ 0,& \text{если } i=j. \end{aligned} \right.

Здесь

i
и
j
— индексы, соответственно, предсинаптического и постсинаптического нейронов;
x_i^k
,
x_j^k
i
-й и
j
-й элементы вектора
k
-го образца.

Алгоритм функционирования сети следующий (

p
— номер итерации):

  1. На входы сети подается неизвестный сигнал. Фактически его ввод осуществляется непосредственной установкой значений аксонов:

     y_i(0)=x_i,\quad i=0,\ldots,n-1,

    поэтому обозначение на схеме сети входных синапсов в явном виде носит чисто условный характер. Ноль в скобке справа от

    y_i
    означает нулевую итерацию в цикле работы сети.

  2. Рассчитывается новое состояние нейронов:

     s_j(p+1)=\sum_{i=0}^{n-1}w_{ij} y_i(p),\quad j=0,\ldots, n-1

    и новые значения аксонов

     y_j(p+1)=f\lfloor s_j(p+1)\rfloor.

    где

    f
    — активационная функция в виде скачка.

  3. Проверка, изменились ли выходные значения аксонов за последнюю итерацию. Если да — переход к пункту 2, иначе (если выходы стабилизировались) — конец процедуры. При этом выходной вектор представляет собой образец, наилучшим образом сочетающийся с входными данными.




Содержание  Назад  Вперед