Sieci CP str101

Sieci CP str101



101


Rozdział 8. Sieci pamięci skojarzeniowej

(gdzie i jest numerem neuronu), będący „wymuszeniem” powodującym określone zachowanie sieci podczas procesu uczenia. Sygnał wyjściowy z neuronu o numerze t, wyznaczyć można z równania

n

y, = *ij xi + fi ;'=i

zaś proces uczenia prowadzony według zmodyfikowanego algorytmu Hebba opisuje równanie różniczkowe    ^

Oczywiście podane wyżej zależności dotyczą wszystkicli neuronów (t = 1,2,..., k) i mogą być zapisane w formie wektorowej

Y = W X + F

d    -

—W = tf F XT dt    1

Rozwiązanie powyższego równania wektorowego, przy założeniu że X i F pozostają niezmienne, ma postać

W(t) = r; /. F XT

Wyobraźmy sobie teraz proces uczenia polegający na prezentacji ciągu uczącego złożonego z par wektorów X^ i Ff*h

U = {< X(l), F<'> >, <    F(*>    X(N\ F(N) >}

przy czym zakładamy, że każda para < X(*\    > prezentowana jest sieci w ciągu odcinka

czasu r = \/ij. Wówczas po pełnym cyklu uczenia macierz wag W wyraża się wzorem

w = '$2 x(k)

*=i

Po zakończeniu cyklu uczenia sygnały wymuszające nie występują (F = 0), natomiast sygnały wyjściowe z sieci są warunkowane wyłącznie przez jej sygnały wejściowe:

Y = W X

Oczekujemy, że sygnały te będą zbliżone do narzucanych w trakcie procesu uczenia, ale pewność, że tak będzie, mamy tylko dla ortonormalnych sygnałów    co było wyżej

dyskutowane. Rozważmy jednak sytuacje o łagodniejszych wymaganiach odnośnie struktury sygnałów X^ w trakcie procesu uczenia. Przy X1** liniowo niezależnych możemy zapisać wynikową macierz wag po zakończeniu procesu uczenia jako

W = F’ (X<T X")~l XmT

gdzie przez F* i X* oznaczono-zagregowane do postaci macierzowej wektory występujące w ciągu uczącym. Ich budowa jest następująca:


Wyszukiwarka

Podobne podstrony:
img101 101 Rozdział 8. Sieci pamięci skojarzeniowej (gdzie i jest numerem neuronu), będący ,,wymusze
Sieci CP str098 Rozdział 8Sieci pamięci skojarzeniowej8.1 Sieć Hintona Pamięć skojarzeniowa jest jed
Sieci CP str107 107 Rozdział 8. Sieci pamięci skojarzeniowej Wynikowa macierz wag ma postać Mając do
Sieci CP str099 99 Rozdział 8. Sieci pamięci skojarzeniowej Niech ciąg ten zostanie zapisany w nastę
img099 99 Rozdział 8. Sieci pamięci skojarzeniowej Niech ciąg ten zostanie zapisany w następujący sp
img099 99 Rozdział 8. Sieci pamięci skojarzeniowej Niech ciąg ten zostanie zapisany w następujący sp
img103 103 Rozdział 8. Sieci pamięci skojarzeniowej8.3 Dwukierunkowa pamięć asocjacyjna — sieć
img105 105 Rozdział 8. Sieci pamięci skojarzeniowej Dzięki obecności w sieci BAM sprzężenia zwrotneg
img107 107 Rozdział 8. Sieci pamięci skojarzeniowej Wynikowa macierz wag ma

więcej podobnych podstron