Cтраница 2
Недостаток подобных устройств заключается в том, что процесс их обучения занимает довольно длительное время, поскольку необходимо многократное накопление статистики. Это относится, конечно, главным образом к случаям, когда машина Больцмана имитируется на ЭВМ с последовательным выполнением операций. При реализации с помощью сетей, производящих параллельные вычисления, машина Больцмана должна быть более эффективной. [16]
Недостатком сетей Хопфилда является их тенденция стабилизироваться в локальном, а не глобальном минимуме функции энергии. Эта трудность преодолевается в основном с помощью класса сетей, известных под названием машин Больцмана, в которых изменения состояний нейронов обусловлены статистическими, а не детерминированными закономерностями. Существует тесная аналогия между этими методами и отжигом металла, поэтому и сами методы часто называют имитацией отжига. [17]
Нейронные сети с прямой связью и обучением методом обратного распространения ошибки рассматриваются в литературе чаще других. Кроме них, существует много других сетевых моделей, некоторые из которых имеют вычурные названия: конкурентное обучение ( или адаптивная теория резонанса), сети Хопфилда, машины Больцмана, самоорганизующиеся карты признаков Кохонена. [18]
Недостаток подобных устройств заключается в том, что процесс их обучения занимает довольно длительное время, поскольку необходимо многократное накопление статистики. Это относится, конечно, главным образом к случаям, когда машина Больцмана имитируется на ЭВМ с последовательным выполнением операций. При реализации с помощью сетей, производящих параллельные вычисления, машина Больцмана должна быть более эффективной. [19]