Нейрон - слой
Cтраница 1
 |
Сеть с встречным распознаванием без обратных связей. [1] |
Нейроны слоя 0 ( показанные кружками) служат лишь точками разветвления и не выполняют вычислений. Каждый нейрон слоя 0 соединен с каждым нейроном слоя 1 ( называемого слоем Кохонена) отдельным весом wmn. Эти веса в целом рассматриваются как матрица весов W. Аналогично, каждый нейрон в слое Кохонена ( слое 1) соединен с каждым нейроном в слое Гроссберга ( слое 2) весом vnp. Эти веса образуют матрицу весов V. Все это весьма напоминает другие сети, встречавшиеся в предыдущих главах, различие, однако, состоит в операциях, выполняемых нейронами Кохонена и Гроссберга. [2]
 |
Структура нейронной сети встречного распространения. [3] |
Нейроны слоя Кохонена реализуют функцию порогового суммирования взвешенных входов. [4]
 |
Структура нейронной сети встречного распространения. [5] |
Каждый нейрон слоя Кохонена соединен с каждым нейроном из слоя Гроссберга весами vjk. [6]
Выход нейрона слоя k, вычитаясь из целевого значения ( Target), дает сигнал ошибки. [7]
Выход нейронов слоя 1 принимает значения в интервале [0;1], при этом чем меньше выходной сигнал нейрона, тем более целесообразным является включение соответствующей этому нейрону операции в структуру технологического процесса. [8]
Выходы нейронов слоя Гроссберга также являются взвешенными суммами выходов нейронов слоя Кохонена. Однако каждый нейрон слоя Гроссберга выдает величину веса, который связывает этот нейрон с единственным нейроном Кохонена, чей выход отличен от нуля. [9]
Назначением нейронов слоя Гроссберга является формирование требуемых выходных векторов после того, как нейроны слоя Кохонена разделили входные векторы на классы. Фактически каждый нейрон слоя Гроссберга лишь выдает значение веса, который связывает этот нейрон с нейроном-победителем слоя Кохонена. [10]
В нейронах внутреннего ядерного слоя, сложных по строению и разнообразных по функции, ферментативная активность была крайне вариабильна. [11]
Выходные сигналы нейронов слоя 1 распределяются на соответствующие моделям технологического оборудования входы нейронов слоя 2, умноженные на весовые коэффициенты связей Wj, которые равны количеству станков, необходимых для выполнения i-той операции, взятому с обратным знаком. [12]
Исходное состояние нейронов слоя 1 ( их выходные сигналы) задается случайным образом, выходы нейронов слоя 2 принимаются равными нулю. После запуска нейронная сеть выполняет вычисления, пока ее состояние не стабилизируется, причем количество циклов работы ( вычисление выходов нейронов сети и распределение их на входы по связям) не превышает количества вершин сетевого технологического графа. [13]
В процессе функционирования каждый нейрон слоя распознавания вычисляет свертку вектора собственных весов и входного вектора С. Нейрон, имеющий веса, наиболее близкие вектору С, будет иметь самый большой выход, тем самым выигрывая соревнование и одновременно затормаживая все остальные нейроны в слое. [14]
С - выходной вектор нейронов слоя сравнения; в этот момент С равно X; NETj - возбуждение нейронау в слое распознавания. [15]
Страницы: 1 2 3 4