На головну

Нейронна мережа Хебба

  1. Нейронна мережа Кохонена
  2. Рішення задач розпізнавання на основі окремих нейронів. правило Хебба

Використання групи з m біполярних або бінарних нейронів A1, ..., Am (Рис. 4) дозволяє істотно розширити можливості нейронної мережі і розпізнавати до 2m різних зображень. Правда, застосування цієї мережі для розпізнавання 2m (Або близьких до 2m чисел) різних зображень може призводити до нерозв'язних проблем адаптації ваг зв'язків нейромережі. Тому часто рекомендують використовувати дану архітектуру для розпізнавання тільки m різних зображень, задаючи кожному з них одиничний вихід тільки на виході одного А-елементом (виходи інших при цьому повинні приймати значення "-1" для біполярних нейронів або "0" - для бінарних).

 
 


Одношарова нейронна мережа з двійковими нейронами, наведена на рис.4, може бути навчена за допомогою алгоритму на основі правила Хебба. В цьому випадку вона називається мережею Хебба. Використання інших алгоритмів навчання цієї ж мережі призводить і до зміни назви нейронної мережі. Використання в назві мереж їх алгоритмів навчання характерно для теорії нейронних мереж. Для біполярного представлення сигналів можливе навчання нейромережі за допомогою наступного алгоритму:

крок 1. Здається безліч M = {(Х 1, t1), ..., (Х m, t m)}, Що складається з пар (вхідне зображення X k =  , Необхідний вихідний сигнал нейрона t k, ). Ініціюються ваги зв'язків нейрона:

wji = 0, ,

крок 2. Кожна пара (Х k, t k), перевіряється на правильність реакції нейронної мережі на вхідне зображення. Якщо отриманий вихідний вектор мережі ( , ..., ), Відрізняється від заданого t1 = ( , ..., ), То виконують кроки 3 - 5.

крок 3. Ініціюється безліч входів нейронів: x0 = 1, xj = xjk,

крок 4. Ініціюються вихідні сигнали нейронів: yi = .

крок 5. Коректуються ваги зв'язків нейронів за правилом:

.

крок 6. Перевіряються умови зупинки, тобто правильності функциониро-вання мережі при пред'явленні кожного вхідного зображення. Якщо умови не виконуються, то перехід до кроку 2 алгоритму, інакше - припинення обчислень (перехід до кроку 7).

крок 7. Зупинка.

3. Індивідуальні завдання

3.1. Розробіть структуру мережі Хебба, здатної розпізнавати чотири різні літери Вашого імені або прізвища. При цьому обґрунтуйте вибір:

- Числа рецепторних нейронів (число n x-елементів мережі повинно бути в межах);

- Числа вихідних нейронів;

- Вибір векторів вихідних сигналів.

3.2. Розробіть алгоритм і програму, що моделює мережу Хебба. При цьому в алгоритмі обяеательно передбачте можливість виникнення ситуацій з нерозв'язними проблем адаптації ваг зв'язків нейромережі.

3.3. Навчіть нейронну мережу Хебба розпізнаванню чотирьох заданих символів.

3.4. Наведіть набір вхідних символів і необхідних вихідних сигналів, коли в мережі виникає ситуація з нерозв'язними проблем адаптації ваг зв'язків.

4. Зміст звіту

4.1. Тема лабораторних занять.

4.2. Індивідуальне завдання.

4.3. Результати виконання пунктів 3.1 - 3.4 індивідуального завдання.



Крок 6. Перевірка умов зупинки. | логіка висловлювань
© um.co.ua - учбові матеріали та реферати