img083

83

Rozdział 6. Sieci rezonansowe

Opisany mechanizm ma dwie istotne zalety. Z jednej strony pozwala on na wprowadzanie nowych klas do rozpoznawanego zbioru hez interferencji ze strony klas już wcześniej podlegających rozpoznawaniu. Z drugiej zapobiega zjawisku przepełnienia pamięci, gdyż w momencie, kiedy wszystkie neurony wyjściowej warstwy mają już swoje ,.przypisane” wzorce sygnałów wejściowych, następuje ich całkowita blokada i nowe wzorce, pojawiające się w trakcie procesu uczenia, nie powodują efektu ,,przeliczania” sieci z zapominaniem poprzednich wzorców.

System orientujący pełni w sieci ART rolę „zastępczego nauczyciela”. Istotnie, uczenie w tej sieci ma charakter uczenia bez nauczyciela, gdyż w ciągu uczącym brak jawnie zadawanych wzorców sygnałów wyjściowych z sieci. Jednak zachowanie sieci nie jest całkiem przypadkowe, gdyż system orientujący klasyfikuje pojawiające się wzorce wejściowych sygnałów na „znane” i „nowe”, dzięki czemu poszczególne neurony warstwy wyjściowej nabywają zdolności do rozpoznawania i sygnalizowania różnych wzorców.

Działanie systemu orientującego zależne jest od parametru gotowości t> (rigilanee) określającego, jak duża musi być niezgodność między sygnałem wejściowym X. a sygnałem zwrotnym Y⁹ aby można było mówić o braku rezonansu i aby dochodziło do aktywacji sygnału blokowania (renet). Jeśli parametr v jest duży — tylko małe niezgodności pomiędzy sygnałem wejściowym, a jego wewnętrzną reprezentacją są tolerowane i łatwo dochodzi do generacji sygnału blokującego i wykrycia nowej kategorii. Małe wartości t> czynią sieć bardziej skłonną do uśredniania wejściowych sygnałów i generacji hardziej „zagregowanych” reprezentacji. Duże wartości v odpowiadają więc sytuacji, kiedy potrzebujemy sieci zdolnej do generowania dużej liczby subtelnych rozróżnień wśród wejściowych sygnałów podawanych do sieci, natomiast małe wartości w są polecane dla sieci, która ma dokonywać jedynie bardzo ogólnych klasyfikacji. Wybór konkretnej wartości jest. zawsze kwestią swobodnej decyzji użytkownika sieci.

Formalny opis systemu orientującego jest bardzo prosty. Wyznaczany jest iloraz suiny odpowiedzi neuronów pierwszej warstwy yf do sumy zewnętrznych sygnałów wejściowych E,ⁿ=r **• iloraz ten jest mniejszy od zadanej wartości parametru v, wówczas generowany jest sygnał blokujący r (renet wave). Można to zapisać w formie warunku

n

n

i opisać działanie sytemu orientującego łącznym wzorem

System ten daje się zrealizować za pomocą układu trzech neuronów o budowie zbliżonej do budowy wcześniej omówionego układu kontrolnego, (rysunek poniżej).

Wart.o jednak zauważyć, że podobnie wyglądające fragmenty sieci systemu orientującego i układu kontrolnego pełnią jednak odmienną funkcję — w omawianym tli systemie sygnały sumy wejść i sumy wyjść pierwszej warstwy neuronów traktować trzeba jako sygnały analogowe, przyjmujące dowolne wartości z przedziału [0, u], podczas gdy sygnały y_x i y₉ występujące w strukturze układu kontrolnego były cyfrowe (przyjmowały wyłącznie wartości Oi 1).