Персептрона
Cтраница 3
 |
Персептрон со многими выходами. [31] |
Минский строго проанализировал эту проблему и показал, что имеются жесткие ограничения на то, что могут выполнять однослойные персептроны, и, следовательно, на то, чему они могут обучаться. [32]
 |
Многослойная нейронная сеть. [33] |
В конце 60 - х гг. уже было известно, что многослойные сети практически лишены недостатков, присущих персептрону. Действительно, если обратиться к рассмотренному выше примеру, нейрон дополнительного слоя вводит новую разделяющую прямую ( поверхность) в пространстве параметров, что позволяет образовать различные замкнутые области. [34]
Пейперта, в которой проблема представимости была строго проанализирована и показано, что имеются жесткие ограничения на то, что могут выполнять персептроны и, следовательно, чему они могут обучиться. В частности, персептрон не способен реализовать функцию исключающее ИЛИ, принимающее выходное значение О при равных значениях двух входов и 1 для всех остальных комбинаций. [35]
От последнего ограничения можно избавиться, если учитель не просто подает сигнал одобрения, а сообщает персептрону истинный номер образа, которому принадлежит очередное показываемое персептрону изображение. Именно такой способ функционирования персептрона в режиме обучения рассматривался в предыдущей главе. [36]
Любопытно, что столь резкое увеличение эффективности обу-чения достигнуто не за счет усложнения, а за счет упрощения пер - - септрона, поскольку персептрон В получается из персептрона А ч: помощью выбрасывания большого числа плохо присоединенных к сетчатке нейронов. Это обстоятельство свидетельствует еще раз о несовершенстве обучающего механизма персептрона и его существенном отличии от процессов обучения, протекающих в мозгу человека. [37]
В дальнейшем предполагается, что все нейроны любого данного персептрона принадлежат к одному и тому же типу. В персептроне рассчитанном на различение k различных образов, множество всех нейронов разбивается на k попарно непересекающихся групп ( подмножеств), поставленных во взаимно однозначное соответствие различаемым образом. [38]
Вместе с тем указанная мера совершенно недостаточна для объяснения такой особенности приспособительных функций мозга, как-использование тех или иных признаков, выделенных на уже изученных образах для ускорения процесса обучения распознаванию новых образов, содержащих все или часть этих признаков. При этом персептроны низших ступеней обучаются распознаванию отдельных свойств образов, а персептроны высших ступеней - распознаванию наборов этих свойств. [39]
 |
Вид суммарных.| Схема персептрона. [40] |
Для распознавания нескольких образов может быть использован персептрон несколько иной структуры. В таком персептроне Л - эле-менты разбиты на несколько групп, каждая из к-рых связана со своим сумматором и Л - элементом. Совокупность выходных сигналов Л - элементов можно рассматривать как выраженный в двоичном коде номер образа, что в принципе и дает такому персептрону возможность разбивать объекты на несколько классов. Каждая из групп Л - элемептов, соединенных со своим Д - элементом, вполне аналогична описанному выше персептрону, способному разбивать объекты на два класса. [41]
 |
Схема пер-септрона. [42] |
Для распознавания нескольких образов может быть использован персептрон несколько иной структуры. В таком персептроне Л - эле-менты разбиты на несколько групп, каждая из к-рых связана со своим сумматором и Л - элементом. Совокупность выходных сигналов Д - элементов можно рассматривать как выраженный в двоичном коде номер образа, что в принципе и дает такому персеитрону возможность разбивать объекты на несколько классов. Каждая из групп Л - элементов, соединенных со своим Д - элементом, вполне аналогична описанному выше персептрону, способному разбивать объекты на два класса. [43]
 |
Линейно разделимые функции. [44] |
Как видно из табл. 2.2, вероятность того, что случайно выбранная функция окажется линейно разделимой, весьма мала даже для умеренного числа переменных. По этой причине однослойные персептроны на практике ограничены простыми задачами. [45]
Страницы: 1 2 3 4