Сеть - встречное распространение
Cтраница 2
Одними из определяющих характеристик сети встречного распространения являются ее хорошие способности к обобщению, позволяющие получать правильный выход даже при неполным или зашумленном входном векторе. [16]
Роберт Хехт-Нильсон, создатель сети встречного распространения ( СВР), осознавал ее ограничения: СВР, конечно, уступает обратному распространению в большинстве приложений, связанных с сетевыми отображениями. [17]
Одними из определяющих характеристик сети встречного распространения являются ее хорошие способности к обобщению, позволяющие получать правильный выход даже при неполным или зашумленном входном векторе. Это позволяет эффективно использовать данную сеть для распознавания и восстановления образов, а также для усиления сигналов. [18]
По своим возможностям строить отображения сеть встречного распространения значительно превосходит однослойные пер-септроны. [19]
На приемном конце идентичным образом обученная сеть встречного распространения принимает двоичный код и реализует обратную функцию, аппроксимирующую первоначальное подизображение. [20]
 |
Структура нейронной сети встречного распространения. [21] |
На рис. 2.7 показана структура сети встречного распространения. [22]
К этому можно добавить, что сеть встречного распространения быстро обучается, и при правильном использовании она может сэкономить значительное количество машинного времени. Она полезна также для быстрого моделирования систем, где большая точность обратного распространения вынуждает отдать ему предпочтение в окончательном варианте, но важна быстрая начальная аппроксимация. [23]
Решение подобной задачи проведем с применением сети встречного распространения так, как это показано ниже. [24]
На рис. 4.1 показана упрощенная версия прямого действия сети встречного распространения. На нем иллюстрируются функциональные свойства этой парадигмы. Полная двунаправленная сеть основана на тех же принципах, она обсуждается в этой главе позднее. [25]
К недостаткам модели также следует отнести слабую теоретическую проработку модификаций сети встречного распространения. [26]
Время обучения по сравнению с обратным распространением может быть в 100 раз меньше. По своим возможностям строить отображения сеть встречного распространения значительно превосходит однослойные персептроны. [27]
В процессе обучения векторы X и Y подаются одновременно и как входные векторы сети, и как желаемые выходные сигналы. Вектор X используется для обучения выходов X, а вектор Y - для обучения выходов Y слоя Гроссберга. Сеть встречного распространения целиком обучается с использованием того же самого метода, который описывался для сети прямого действия. [28]
 |
Полная сеть встречного распространения. [29] |
В качестве результирующего получается единичное отображение, при котором предъявление пары входных векторов порождает их копии на выходе. Если F - функция, отображающая X в Y, то сеть аппроксимирует ее. Уникальная способность порождать функцию и обратную к ней делает сеть встречного распространения полезной в ряде приложений. [30]
Страницы: 1 2 3