img085

img085



85


Rozdział 6. Sieci rezonansowe

Trudno nie przyznać, że zakłócenie ma charakter drobny i nie powinno — w teorii — wpływać na kategoryzację rozważanych obrazów. Jednak nałożenie tych zakłóceń na pierwotne obrazy ujawnia następujący fakt. Zakłócona litera I nie przestaje być literą I (tu nasze oczekiwania odpowiadają rzeczywistości), natomiast zakłócone O okazuje się być innym znakiem, mianowicie Q

■nmr

■1 1

SHHHh

■Lj


Sieć ART jest wobec takiej sytuacji kompletnie bezradna. Żadne manewrowanie współczynnikiem v nie zapewni sensownego działania sieci, gdyż udział ,,szumowych" pikseli w obrazie litery I jest znacznie większy, niż id) udział w obrazie litery O, a tymczasem właśnie w tym drugim przypadku powinno się zbudować nową klasę, a w pierwszym przypadku należy uznać, że mamy do czynienia ze znanym uprzednio bodźcem — tylko obecnie prezentowanym w formie zakłóconej.

Oczywiście w podanym przykładzie bardzo łatwo sformułować wniosek, że winna jest niewłaściwa reprezentacja obrazu. Istotnie, opierając się wyłącznie na obecności lub braku pikseli w konkretnych punktach siatkówki nie da się sensownie rozpoznawać znaków alfanumerycznych (potrzebne są tu bardziej wyrafinowane cechy obrazów rozpoznawanych liter), jednak nawet wprowadzenie takich doskonalszych cech nie uwolni całkowicie nas od częstych w praktyce sytuacji, kiedy drobna zmiana kilku z tych cech raz może oznaczać zasadniczą zmianę rozpoznania obrazu, a w innym wypadku duża zmiana cech może wiązać się jedynie z mało istotnym zakłóceniem. Dyskutowany wyżej przykład z siatkówką, na którą rzutowane są obrazy liter, stanowił jedynie łatwą do prześledzenia ilustrację istoty tych problemów.

Niezdolność sieci ART do rozróżniania drobnych, ale istotnych zmian rozpoznawanego obrazu od ewidentnych zakłóceń jest jej oczywistą wadą. Tćzeba jednak stwierdzić, że nie jest to wada wyłącznie tej właśnie sieci; w istocie takie problemy w mniej lub bardziej istotny sposób pojawiają się przy użyciu dowolnej sieci wykorzystującej uczenie bez nauczyciela. Z tego względu w zastosowauich mającycli rozwiązywać zagadnienia praktyczne preferuje się sieci realizujące zasadę snpemised łearning, na przykład z wsteczną propagacją błędów.


Wyszukiwarka

Podobne podstrony:
Sieci CP str085 85 Rozdział 6. Sieci rezonansowe TYudno nie przyznać, żc zakłócenie ma charakter dro
img075 75 Rozdział 6. Sieci rezonansowe alfabetu łacińskiego (których jest 26) trzeba mieć około czt
img077 77 Rozdział 6. Sieci rezonansowe neuronie) podali w kilku swoich oryginalnych pracach Gaił Ca
img079 79 Rozdział 6. Sieci rezonansowe Wówczas obszar, w którym spotykają się sygnały wyjściowe Y*
img081 Rozdział 6. Sieci rezonansowe81 W podobny sposób działa drugi neuron, badający aktywność Y9 d
img083 83 Rozdział 6. Sieci rezonansowe Opisany mechanizm ma dwie istotne zalety. Z jednej strony po
Sieci CP str077 77 Rozdział 0. Sieci rezonansowe neuronie) podali w kilku swoich oryginalnych pracac
Sieci CP str079 79 Rozdział 6. Sieci rezonansowe Y9 = □ imHBB55 Wówczas obszar, w którym spotykają s
Sieci CP str081 Rozdział 6. Sieci rezonansowe 81 W podobny sposób działa drugi neuron, badający akty
rozdział 6 (15) 180 Podstawy marketingu sprzedaży. Analiza ta ma charakter wstępny, ponieważ w omawi

więcej podobnych podstron