img199 (8)

Elementa oprowadzenie do techniki sieci neuronowych

wo pokazywany sieci punkt lokowany był (z pewnym rozrzutem) w okolicy centrum odpowiedniej ćwiartki, a więc był to typowy przykład Marsjanina, Marsjanki itd. Przy takiej prezentacji obiektów obserwowałeś dobrze Ci już znane zjawisko: pojawianie się skupisk neuronów, coraz dokładniej i precyzyjniej specjalizujących się w rozpoznawaniu tych właśnie pokazywanych “wzorców”.

Zastanówmy się jednak teraz, jak się zachowa sieć, w której proces uczenia będzie skojarzony z całkowicie losowym wyborem położenia pokazywanych punktów. Powiedzmy, że Marsjanie nie istnieją i lądownik odbiera za pomocą swoich sensorów jedynie obrazy przypadkowych kształtów kręconych wichrem tumanów marsjańskiego pyłu. Możesz to łatwo prześledzić, ponieważ w programie 10B.BAS wbudowana jest także i taka możliwość. Wystarczy więc, że podczas symulacji naciśniesz klawisz “1” (od “losowo”). Od tej pory nie będziesz widział, w której ćwiartce pokazuje się obiekt uczący (rys. 9.31), gdyż będzie to mało ważne - obiekt będzie się ukazywał to tu, to tam bez żadnego porządku.

Rys. 9.31. Początek procesu samouczenia z obiektami wejściowymi pokazywanymi losowo

Taki brak porządku spowoduje oczywiście to, że w wejściowym ciągu pokazów nie będzie już literalnie żadnej informacji. Neurony raz będą przyciągane do wnętrza obszaru, innym razem na zewnątrz (rys. 9.32).

Proces samouczenia nie doprowadzi w takim przypadku do wyodrębnienia wśród neuronów żadnych wyraźnych skupisk, natomiast zaczną się one grupować w formie dużego okręgu, nieznacznie modyfikującego swoje położenie w wyniku kolejnych pokazów (rys. 9.33).