Запомненный образ

Cтраница 1

Запомненный образ не будет изменяться, если текущий входной вектор не окажется достаточно похожим на него. Таким образом решается дилемма стабильности-пластичности. Новый образ может создавать дополнительные классификационные категории, однако новый входной образ не может заставить измениться существующую память. [1]

Все запомненные образы проверены, определено, что они не соответствуют входному вектору, и все нейроны слоя распознавания заторможены. В этом случае предварительно не распределенный нейрон в распознающем слое выделяется этому образу и его весовые векторы Bj и Tj устанавливаются соответствующими новому входному образу. [2]

Предположим, что все запомненные образы представляют собой двоичные векторы. Это ограничение покажется менее строгим, если вспомнить, что все содержимое Библиотеки Конгресса может быть закодировано в один очень длинный двоичный вектор. В работе [11] показана возможность достижения более высокой производительности при использовании биполярных векторов. [3]

Если сходство ниже требуемого уровня, запомненные образы могут быть просмотрены с целью поиска, наиболее соответствующего входному вектору образа. Если такой образ отсутствует, вводится новый несвязанный нейрон, который в дальнейшем будет обучен. Для инициализации поиска сигнал сброса тормозит возбужденный нейрон в слое распознавания на время проведения поиска, сигнал G1 устанавливается в единицу и другой нейрон в слое распознавания выигрывает соревнование. [4]

Описанная сеть должна производить последовательный поиск среди всех запомненных образов. В аналоговых реализациях это будет происходить очень быстро; однако при моделировании на обычных цифровых компьютерах этот процесс может оказаться очень длительным. Если же сеть APT реализуется на параллельных процессорах, все свертки на распознающем уровне могут вычисляться одновременно. В этом случае поиск может быть очень быстрым. [5]

Память мозга, напротив, распределена по веществу мозга, запомненные образы могут часто пережить значительные физические повреждения мозга без полной их потери. [6]

Процесс повторяется до тех пор, пока не будет найден запомненный образ, степень близости с которым у вектора X не меньше заданной. [7]

Типичная зависимость от параметра А вероятностей правильного распознавания ( PI, ошибочного распознавания ( р2 и состояния не знаю ( р3. При А 1 0 хаос отсутствует и данная модель эквивалентна модели Хопфил-да. При увеличении А - вероятность правильного распознавания не только не уменьшается, но, наоборот, увеличивается. При 0 3 А - 0 5 все ложные образы потеряли устойчивость и нейронная сеть либо дает правильный ответ, либо переходит в состояние не знаю. [8]

При большом А, как и в модели Хопфилда, рядом с запомненными образами могут находиться ложные образы. При уменьшении этого параметра, как показывает анализ областей притяжения, первыми погибают неподвижные точки, соответствующие ложным образам. В то же время область притяжения неподвижных точек, которые соответствуют запомненным образам, не только не уменьшается, но даже увеличивается. [9]

Параметр сходства р устанавливается в диапазоне от 0 до 1 в зависимости от требуемой степени сходства между запомненным образом и входным вектором. При высоких значениях р сеть относит к одному классу только очень слабо отличающиеся образы. С другой стороны, малое значение р заставляет сеть группировать образы, которые имеют слабое сходство между собой. [10]

С целью ускорения процесса поиска вычисление сверток входного вектора с весовыми векторами Wk и определение сходства с запомненными образами может быть осуществлено параллельно. [11]

Структура нейронной сети, реализующей адаптивную резонансную теорию. [12]

Значение параметра сходства р устанавливается в диапазоне от 0 до 1 в зависимости от заданной степени сходства входного и запомненных образов. [13]

Сети и алгоритмы APT сохраняют пластичность, необходимую для изучения новых образов, в то же время предотвращая изменение ранее запомненных образов. [14]

Этот процесс может быть визуально представлен в форме направленного движения мяча по резиновой ленте, вытянутой над столом, причем каждому запомненному образу соответствует точка, вдавленная в направлении поверхности стола. Данный процесс формирует минимум гравитационной энергии в каждой точке, соответствующей запомненному образу, с соответствующим искривлением поля притяжения в направлении к данной точке. Свободно движущийся мяч попадает в поле притяжения и в результате будет двигаться в направлении энергетического минимума, где и остановится. [15]

Страницы: 1 2 3