img245 (6)

img245 (6)



uprowadzenie do techniki sieci 239

Chcąc kontrolować i nadzorować rozważany proces musimy dysponować aktualną i pewną informacją o tym, jaki jest jego stan, w jakim kierunku się zmienia, ku czemu zmierza. Próbując rozstrzygać tego typu problemy we współczesnej technice najczęściej stosujemy rozwiązania polegające na pieczołowitym zbieraniu i udostępnianiu wszystkich oryginalnych danych osobie, która ma podejmować decyzje. Efektem są znane Ci pewnie z filmów olbrzymie sterownie elektrowni jądrowych, o ścianach upstrzonych dosłownie różnymi lampkami i wskaźnikami, kabiny pilotów naddźwiękowych odrzutowców, w których każdy centymetr wolnej przestrzeni wypełniają jakieś przyrządy, zegary i sygnalizatory, a także kilometrowe wydruki komputerowe zawierające tabele liczb i wykresy wskaźników ekonomicznych, nad którymi biedzą się i głowią biznesmeni.

Takie rozwiązania są jednak w praktyce fatalnie nieefektywne, co wynika głównie z faktu, że żaden człowiek nie jest w stanie skutecznie nadzorować, kontrolować i analizować tysięcy danych. W dodatku tak naprawdę operatorowi reaktora jądrowego, pilotowi samolotu czy dyrektorowi firmy wcale nie zależy na szczegółowych i dokładnych danych. Potrzebna mu jest syntetyczna globalna informacja: wszystko idzie dobrze, albo - dzieje się coś złego. Taką właśnie informację potrafi wypracować sieć Kohonena.

Wyobraź sobie, że zbudowałeś sieć, w której do każdego neuronu dociera kilkaset albo nawet kilka tysięcy sygnałów, odpowiadających wszystkim zbieranym danym pomiarowym. Taka sieć wcale nie jest trudniejsza do zaprogramowania od sieci o dwóch wejściach, tylko wymagać będzie więcej miejsca w pamięci komputera i więcej czasu podczas symulacji jej działania. Wyobraź sobie także, że sieć ta przewiduje dwuwymiarowe sąsiedztwo neuronów, co wykorzystasz w ten sposób, że sygnał wyjściowy każdego neuronu wyświetlał będziesz w pewnym (z góry ustalonym) punkcie na ekranie, zaś sygnały sąsiadów wyświetlisz odpowiednio w sąsiednich wierszach lub kolumnach, żeby uwidocznić ich związek. Po nauczeniu tej sieci metodą Kohonena uzyskujesz narzędzie dokonujące swoistego “rzutowania” wielowymiarowych, trudnych do oceny danych, na płaszczyznę jednego ekranu, który łatwo objąć wzrokiem, łatwo ocenić i łatwo zinterpretować. Obraz na ekranie dostarczać będzie danych, które można interpretować w następujący sposób:

• Każdej zdarzającej się w praktyce kombinacji sygnałów wejściowych odpowiadał będzie dokładnie jeden neuron (“zwycięzca”), który będzie wykrywał i sygnalizował pojawienie się tej właśnie sytuacji. Jeśli będziesz wyświetlać na ekranie sygnał wyjściowy tylko tego właśnie neuronu, to uzyskasz obraz z postaci przemieszczającego się na ekranie świetlnego punktu. Jeśli na podstawie wcześniejszych badań za-


Wyszukiwarka

Podobne podstrony:
img241 (8) uprowadzenie do techniki sieci 235 na odpowiedniość pomiędzy takimi pojęciami jak “sygnał
img205 (5) Elementarne adzenie do techniki sieci neuronowych Przy dużej liczbie neuronów proces samo
img285 (3) Elementarne wprowadzenie do techniki sieci neuronowyc 279 Jak z tego wynika, chcąc zbadać
img013 (68) Elemen prowadzenie do techniki sieci neuronowych trafię dla nich jasno sprecyzować cel
img021 (62) Eleme wprowadzenie do techniki sieci neuronowych wysiłek, jaki człowiek w ten “trening”
img023 (60) Elementarne wprowadzenie do techniki sieci neuronowych z ocenami nauczyciela). Wielkość
img033 (49) Elementa lie do techniki sieci neuronowych 27 które elementy należy ze sobą połączy

więcej podobnych podstron