Функционирование сетей APT - часть 2

Как обсуждалось ранее, распознавание реализуется вычислением свертки для каждого нейрона слоя распознавания, определяемой следующим выражением:

$NET_j=(B_j\cdot C),$

где

$B_j$

— весовой вектор, соответствующий нейрону

$j$

в слое распознавания,

$C$

— выходной вектор нейронов слоя сравнения (в этот момент

$C$

равно

$X$

$NET_j$

— возбуждение нейрона

$j$

в слое распознавания.

$F$

является пороговой функцией, определяемой следующим образом:

$OUT_j=\left\{\begin{aligned} 1, & \quad \text{если } NET_j>T,\\ 0,& \quad \text{в противном случае}, \end{aligned}\right.$

где

$T$

представляет собой порог.

Принято, что латеральное торможение существует, но игнорируется здесь для сохранения простоты выражения. Торможение является причиной того, что только нейрон с максимальным значением NET будет иметь выход, равный единице; все остальные нейроны будут иметь нулевой выход. Можно рассмотреть системы, в которых в распознающем слое возбуждаются несколько нейронов в каждый момент времени, однако это выходит за рамки данной работы.

Сравнение. На этой фазе сигнал обратной связи от слоя распознавания устанавливает

$G1$

в нуль; правило двух третей позволяет возбуждаться только тем нейронам, которые имеют соответствующие компоненты векторов

$P$

$X$

, равные единице.

Блок сброса сравнивает вектор

$C$

и входной вектор

$X$

, вырабатывая сигнал сброса, когда их сходство

$S$

ниже порога сходства. Вычисление этого сходства упрощается тем, что оба вектора являются двоичными (все элементы либо 0, либо 1). Следующая процедура проводит требуемое вычисление сходства:

Вычислить
$D$
— количество единиц в векторе
$\bf X$
.
Вычислить
$N$
— количество единиц в векторе
$\bf C$
.

Затем вычислить сходство

$S$

следующим образом:

$S=N/D$

Например, примем, что

$\begin{gathered} Х = 1\;0\;1\;1\;1\;0\;1\quad D = 5 \\ С = 0\;0\;1\;1\;1\;0\;1\quad N = 4\\ S=N/D=0,8. \end{gathered}$

$S$

может изменяться от 1 (наилучшее соответствие) до 0 (наихудшее соответствие).

Заметим, что правило двух третей делает

$C$

логическим произведением входного вектора

$Х$

и вектора

$P$

. Однако

$P$

равен

$T_j$

, весовому вектору выигравшего соревнование нейрона. Таким образом,

$D$

может быть определено как количество единиц в логическом произведении векторов

$T_j$

$X$

Поиск. Если сходство

$S$

выигравшего нейрона превышает параметр сходства, поиск не требуется. Однако если сеть предварительно была обучена, появление на входе вектора, не идентичного ни одному из предъявленных ранее, может возбудить в слое распознавания нейрон со сходством ниже требуемого уровня.

Содержание Назад Вперед