img285 (3)

Elementarne wprowadzenie do techniki sieci neuronowyc 279

Jak z tego wynika, chcąc zbadać maksymalną pojemność sieci - powinieneś operować sygnałami maksymalnie różniącymi się od siebie - czyli najlepiej sygnałami ortogonalnymi. Wtedy - jak już wiesz - możesz uzyskiwać dobre wyniki pracy sieci nawet przy maksymalnej sumarycznej liczbie wzorców, wynoszącej w rozważanym tu programie 20 (rys. 11.41)

Rys. 11.41. Poprawne odtwarzanie silnie zniekształconego sygnału przy maksymalnej liczbie ortogonalnych wzorców Przy nie idealnie ortogonalnych wzorcach (powstających, gdy proces automatycznej generacji rozpoczniesz po podaniu dwóch własnych znaków) - wyniki mogą także być niezłe pod warunkiem dobrania maksymalnie różniących się od siebie początkowych znaków i przy niezbyt dużych zniekształceniach początkowych obrazów (rys. 11.42), jakkolwiek w tym przypadku użycie silniej zniekształconego wejścia ujawnia natychmiast istnienie w sieci silnych przesłuchów (rys. 11.43).

Poprawne odtwarzanie wzorca w układzie z wygenerowanymi przez program ortogonalnymi lub prawie ortogonalnymi sygnałami może trochę zacierać fakt, że przy dużej liczbie zapamiętywanych sygnałów trudności odtwarzania obrazów wejściowych generalnie są znacznie większe, niż przy odtwarzaniu ich w mniejszej liczby zapamiętanych wzorców. Jednak na rysunku 11.44 możesz zauważyć, że w warunkach, kiedy nieco większa część rozważanych wzorców nie jest ortogonalna - nawet przy ortogonalnych pozostałych wzorcach sieć produkuje naprawdę paskudne przesłuchy nawet przy absolutnie minimalnych zniekształceniach wejściowego sygnału.