img099
Rozdział 8. Sieci pamięci skojarzeniowej
Niech ciąg ten zostanie zapisany w następujący sposób:
u = {< >,< x<j),y(j) >,...
...,< x<*\Y(*> >,< *(*+»), y(*+.) x(*)y<*) >}
ty' ty»
Zakładając, że sieć podlega uczeniu metodą Hebba możemy stwierdzić, waga w-’* w kolejnych krokach procesu uczenia zmienia się zgodnie z regułą
u,P*+,) = «,^) + ł?z(*)y(*)
Dla całej macierzy wag W obowiązuje zatem rek uren cyj na reguła
a po wykonaniu wszystkich N kroków procesu uczenia mamy macierz wag W określoną wzorem
W = fj X<*> [Y‘t>]T
Powyższy wzór jest prawdziwy pod warunkiem, że wszystkie wagi w sieci przed rozpoczęciem uczenia były zerowe (W(,> = 0) oraz przy założeniu, że tf = 1.
Asocjacyjne i pamięciowe właściwości omówionej sieci mogą być prosto wykazane przy założeniu, że wektory wejściowe (wywołujące skojarzenia) będą ortonormalne, to znaczy
x«> [x«>r=(1 8dy ■'=j
1 J [ 0 gdy * 3* j
Wyszukiwarka
Podobne podstrony:
img099 99 Rozdział 8. Sieci pamięci skojarzeniowej Niech ciąg ten zostanie zapisany w następujący spSieci CP str099 99 Rozdział 8. Sieci pamięci skojarzeniowej Niech ciąg ten zostanie zapisany w nastęimg101 101 Rozdział 8. Sieci pamięci skojarzeniowej (gdzie i jest numerem neuronu), będący ,,wymuszeimg103 103 Rozdział 8. Sieci pamięci skojarzeniowej8.3 Dwukierunkowa pamięć asocjacyjna — siećimg105 105 Rozdział 8. Sieci pamięci skojarzeniowej Dzięki obecności w sieci BAM sprzężenia zwrotnegimg107 107 Rozdział 8. Sieci pamięci skojarzeniowej Wynikowa macierz wag maimg109 109 Rozdział 8. Sieci pamięci skojarzeniowej musi zmniejszać łączną energię, co łatwo uzasadnimg111 111 Rozdział 8. Sieci pamięci skojarzeniowej Różnych odmian sieci BAM jest wiele. Jest. ona sSieci CP str107 107 Rozdział 8. Sieci pamięci skojarzeniowej Wynikowa macierz wag ma postać Mając dowięcej podobnych podstron