Научная литература
booksshare.net -> Добавить материал -> Биология -> Галушкин А.И. -> "Теория нейронных сетей" -> 91

Теория нейронных сетей - Галушкин А.И.

Галушкин А.И. Теория нейронных сетей — М.: ИПРЖР, 2000. — 416 c.
ISBN 5-93108-05-8
Скачать (прямая ссылка): teoriyaneyronnih2000.pdf
Предыдущая << 1 .. 85 86 87 88 89 90 < 91 > 92 93 94 95 96 97 .. 131 >> Следующая

Отдельным вопросом является формирование обучающей выборки для рассматриваемой многослойной системы. В данном случае
X. ~Хо
Х=
х,
L х, х,
~Х3 Xj L D D J
; D= x:x4 - x2x3.
В то время как на амплитуду изменения входного сигнала многослойной нейронной сети практически не накладывается ограничений, амплитуда выходного сигнала нейронной сети ограничена по каждому каналу диапазоном [-1, +1] ввиду специфики выходных нейронов. Эта особенность требует определенной нормировки входного сигнала таким образом, чтобы ни одна из компонент выходного сигнала не превышала пределов [-1, +1]. Данная нормировка входного сигнала должна производиться следующим образом. Пусть X - исходная матрица и
х=тах{[х;]}. Разделив X на х, получим матрицу X ,, эле-1=1,2,3,4
менты которой лежат в пределах [-1, +1]. Обозначим:
Тогда
x-i=
_ 1 xD,
*1 Х2
Xj х4
Xi х2 X ~зг
?з ?i х х
-pi
xDj
xD{ xDj
Xg X4
- xDj xUj -

/ *1 *2 -n X4 x^
X X _ 1 X X
*3 x4 xD, ?a ?1.
V . X X . X x .
Таким образом, умножая элементы матрицы X на входе на величину 1 /xDx и подавая ее на систему обращения, на выходе получим матрицу,
элементы которой лежат в диапазоне [-1, 1] и которую достаточно умножить на величину 1 /xDv чтобы получить окончательный результат, т.е. матрицу X"1.
Структура разомкнутой многослойной нейронной сети описывается следующими соотношениями:
2 v
У\=п arctg В + e0V’ h‘=1> 2’ 3) 4;
2 4
arct§ ® ^btiah2hiXh + a°h2^’ 4;
2 .V ч
У\Г 7 arct8 в (ЛаыА, + aoJ> h3=1- 2- 3- 1
л
1у**»*
Указание учителя eh многослойной системы должно вырабатываться алгоритмическим путем с использованием одного из известных алгоритмов обращения матрицы и контролем точности обращения. Выражения для оценок градиентов среднеквадратичной ошибки обращения элементов матрицы
4----------тп ----------тп
имеют следующий вид:
Эти выражения служат основой для построения алгоритма адаптации многослойной системы, предназначенной для выполнения операции обращения 2x2 матрицы.
12.10. Построение многослойной нейронной сети для решения задачи перевода чисел из двоичной системы исчисления в десятичную
В качестве примера подобной сети рассмотрена система перевода в десятичную систему четырехразрядного двоичного числа. После окончания режима настройки по замкнутому циклу в режиме обучения система должна в качестве желаемого соотношения «вход-выход» реализовать функцию е(х) многозначной логики, приведенную в табл. 12.7.
Табл. 12.7 позволяет сформировать обучающую выборку на входе системы вместе с указанием учителя е, выбирая представителей обучающей выборки (столбцы) из таблицы случайным образом.
Таблица 12.7
е 0 1 2 3 4 5 6 7 8 9
Х|1 -1 -1 -1 -1 -1 -1 -1 -1 1 1
*1, Xh1 -1 -1 -1 -1 1 1 1 1 -1 -1
ho "0
Xl3 -1 -1 1 1 -1 -1 1 1 -1 -1
"0
ХА4 -1 1 -1 1 -1 1 -1 1 -1 1
разомкнутая нейронная сеть в данном случае описывалась следующим соотношением:
Данные выражения служат основой для построения алгоритма настройки многослойной системы, предназначенной для решения задачи перевода чисел из двоичной системы исчисления в десятичную.
12.11. Исследование многослойной нейронной сети
Построение оптимальной модели нейронной сети в случае произвольных объективной и субъективной квалификации учителя было проведено в гл.5. В описанном ниже эксперименте рассматривался случай К—2 и произвольной объективной квалификации учителя Ь0.
Система распознавания образов представляла собой двухслойную нейронную сеть на нейронах с арктангенсной характеристикой и В~5. Моделировался алгоритм настройки такой нейронной сети в режимах обучения (bc=1) и самообучения (Ьс=0). Структурная схема алгоритма представлена на рис.12.47. Основной задачей экспериментального исследования была проверка работоспособности системы. В соответствии с этим план экспериментов предусматривал два основных пункта:
Отсюда
4
4
4
при произвольной квалификации учителя
Рис. 12.47. Структурная схема нейронной сети с субъективной квалификацией учителя: 1 - сумматор; 2 - нелинейный преобразователь; 3 - блоки вычисления градиента; 4 - блок перемножения
1. Исследование поведения системы при оптимальных значениях коэффициентов и различных соотношениях величин Ь„ и Ьс.
2. Исследование динамики системы для различных Ь0 и Ьс и неоптимальных нейронах.
В качестве генератора входных сигналов системы использовался датчик псевдослучайных чисел с распределением, близким к нормальному и равными ковариационными матрицами для обоих классов. Экспериментальные исследования позволили сделать по п.1 следующие выводы:
Предыдущая << 1 .. 85 86 87 88 89 90 < 91 > 92 93 94 95 96 97 .. 131 >> Следующая

Реклама

c1c0fc952cf0704ad12d6af2ad3bf47e03017fed

Есть, чем поделиться? Отправьте
материал
нам
Авторские права © 2009 BooksShare.
Все права защищены.
Rambler's Top100

c1c0fc952cf0704ad12d6af2ad3bf47e03017fed