img081 (24)

Elementarne wprowadzenie do 75

Opisana sieć jest bardzo prymitywna i popełnia niekiedy błędy, na przykład uparcie uważa żółwia za ssaka (ma 4 nogi, żyje na lądzie, ale przecież jest jajorodny, więc powinny być wątpliwości...), a nawet zalicza do ssaków ryby dwudyszne (takie żyjące podczas suszy na lądzie - proszę sprawdzić) -ale to już także taka swoista uroda sieci neuronowych - potrafią się one tak uroczo mylić... Jeśli ktoś z Was nigdy nie popełnił błędu - niech pierwszy rzuci w monitor kamieniem!

4.8. Jak i po co wprowadza się w sieci neuronowej rywalizację?

W praktycznych zastosowaniach korzysta się czasem z dodatkowego mechanizmu “rywalizacji” między neuronami, który w niektórych zastosowaniach pozwala uzyskiwać znacznie lepsze wyniki działania sieci. Zaobserwowanie działania sieci z rywalizacją (competiton network) możliwe jest po wprowadzeniu do dyskutowanej wyżej sieci rozpoznającej różne zwierzątka - elementu porównującego ze sobą sygnały wyjściowe wszystkich neuronów i typującego wśród nich “zwycięzcę”. Zwycięzcą w tej konkurencji zostaje neuron o największej wartości sygnału wyjściowego. Z wytypowaniem “zwycięzcy” mogą wiązać się różne konsekwencje (na przykład tylko temu jednemu neuronowi można nadać prawo uczenia się - jak to ma miejsce w sieciach Kohonena, które opiszę Ci starannie, ale znacznie później), najczęściej jednak wytypowanie zwycięzcy służy do tego, by silniej spolaryzować wyjściowe sygnały z sieci - na przykład tylko neuron będący “zwycięzcą” ma prawo wysiać swój sygnał na zewnątrz, wszystkie pozostałe sygnały są natomiast zerowane.

Taka zasada działania sieci, nazywana czasem WTA (Winner Takes Ali - zwycięzca zabiera wszystko) pozwała łatwiej interpretować zachowanie sieci (szczególnie wtedy, gdy ma ona wiele wyjść), ale niesie ze sobą pewne niebezpieczeństwa (wzmiankowane wyżej). Najlepiej sam się przekonaj, jak to działa, wprowadzając element rywalizacji do wcześniej wypróbowanego programu symulującego działanie sieci rozpoznającej zwierzęta. Odpowiedni tekst programu znajdziesz na załączonej dyskietce jako plik 02B.BAS. Wynik działania tego programu przy rozpoznawaniu strusia pokazałem na rysunku 4.24.

Zauważ, że przy rywalizacji zakładamy, że tylko dodatnie wyjścia stanowią podstawę do podjęcia decyzji. Jeśli wszystkie sygnały wyjściowe będą mniejsze, niż wartość oznaczona w programie jako “próg” (możesz ją u-stawić dowolnie) - jako sygnał wyjściowy powinien zostać przyjęty sygnał braku rozpoznania (rys. 4.25).