Перцептрон

Cтраница 4

Однако имеется одно существенное различие между классическим перцептроном и его мозжечковым двойником. Классический перцептрон, как правило, воспринимает только двоичные входные сигналы, производит аналоговое взвешенное суммирование, сравнивает полученную сумму с пороговым значением и выдает двоичный ответ. Мозжечковый же перцептрон воспринимает входные сигналы, которые, хотя и являются наборами двоичных импульсов, содержат информацию в форме аналоговой по своему характеру частотной модуляции этих импульсов. Эта аналоговая информация перекодируется в гранулярном слое из временной формы в пространственную. Выходные клетки Пуркинье можно рассматривать, по крайней мере в первом приближении, как устройство, осуществляющее линейное суммирование. Это устройство, в отличие от выходного устройства в классическом перцептроне, не производит сравнения полученной величины с некоторым пороговым значением. Клетки Пуркинье имеют обычно спонтанную активность на некоторой постоянной частоте. Взвешенная сумма активностей параллельных волокон просто увеличивает или уменьшает частоту генерируемых клетками Пуркинье последовательностей импульсов. Таким образом, и выходные, и входные сигналы мозжечка следует рассматривать как аналоговые сигналы, несущие информацию в форме частотной модуляции передаваемых импульсов. [46]

На первый взгляд довольно произвольным элементом конструкции перцептрона являются кнопки Уг и У. Вообще такое обучение называют обучением с учителем и отличают его от самообучения. Но, оказывается, в организме можно найти некоторый аналог ЭТШЕ кнопок. [47]

Но при этом уже необходимо дополнительное обучение перцептрона, заключающееся в сведении к нулю весов тех - элементов, которые возбуждаются объектами обоих классов и не участвуют в образовании оптимальной структуры. [48]

Выводы, связанные с оценкой описанной схемы перцептрона и частичной его реализации, требуют известной осторожности, так как для подтверждения работоспособности перцептрона необходима более детальная проверка его, связанная с большим количеством учебных и контрольных образов, причем должны быть предъявлены образы различной сложности. В настоящее время в Лаборатории автоматов на струйной технике ИАТ ( ТК) ведутся работы в этом направлении. [49]

Собственно процесс опознания осуществляется в ассоциирующей системе перцептрона, которая является как бы мозгом всего устройства. В ассоциирующую систему поступает сигнал, который является отражением существенных, типических черт объекта опознания. Этот сигнал называют образом объекта. Иногда удобно характеризовать сигнал, поступающий в ассоциирующую систему, как описание объекта. Различают абсолютное описание, которое позволяет восстановить изображение объекта с заданной степенью точности, и относительное описание, которое содержит лишь фиксированный набор отличительных признаков. [50]

На рис. 11 представлена схема такого рода лредпрограммиро-ванного перцептрона. [51]

Приведенные выше сведения и рассмотрение блок-схемы позволяют определить перцептрон как непримитивный датчик систем атоматического управления, опознающий оригиналы, находящиеся в его поле деятельности, независимо от их возможных изоморфных преобразований. [52]

Была поставлена задача, проверить принципиальную возможность реализации перцептрона пневматическими средствами. [53]

Рассмотренный выше процесс прохождения сигналов позволяет представить блок-схему перцептрона так, как это изображено на ркс. Как уже говорилось, память перцептрона необязательно отделена пространственно от ассоциирующей системы. [54]

Классификация по целевому назначению возможна, но список перцептронов в этом ряду непрерывно растет. Можно выделить такие классы перцептронов: 1) читающие машины; 2) автоматические стенографы; 3) перцептроны для типографских работ; 4) перцептроны для анализов крови; 5) перцептроны для микроскопных исследований и целый ряд других. [55]

Теперь все пространство Еп разбито на две области и перцептрон будет относить к - классу А все образы, лежащие левее плоскости / - / рисунка, и к классу В все образы другого полупространства. Однако процесс обучения продолжается. Поэтому, предъявляя перцептрону новый объект, оператор вводит информацию о том, к какому классу относится вновь воспринятый образ. Если он включается в класс С, перцептрон, снова подбирая случайным образом коэффициенты at, строит гиперплоскость, разделяющую точки класса А от точки класса С. [56]

Изменение давления в разных точках при наложении на рецепторное поле различных фигур. [57]

Именно получение таких характеристик является существенным для рецепторного поля перцептрона. [58]

В работе [199] показано, что для случая непересекающихся классов объектов элементарный перцептрон с исходной матрицей S и бесконечным числом 4-элементов всегда позволяет построить точную разделяющую поверхность. [59]

Страницы: 1 2 3 4