Теория нейронных сетей


Скачать 0.86 Mb.
Название Теория нейронных сетей
страница 9/21
Тип Литература
rykovodstvo.ru > Руководство эксплуатация > Литература
1   ...   5   6   7   8   9   10   11   12   ...   21

1.12."Схемотехнический" подход к построению нейросети "под задачу"



Как и ранее, реализуем подход, используемый при построении схем устройств компьютера и другой электронной техники. Выделим функционально полную, для данного применения, систему булевых функций — дизъюнкцию и конъюнкцию .

Отрицание нам не понадобится, мы пока не рассматриваем тормозящие связи.

Предположим, что на вход схемы будут подаваться значения булевых переменных, обозначающих события.

Такая электронная схема могла бы верно служить, способствуя быстрому определению необходимой реакции на сложившуюся ситуацию, если мы предусмотрели все возможные ситуации, знали, какое решение соответствует каждой из них, и всегда обладали полной и точной информацией о происходящих событиях. Но ведь не зря мы обращаем внимание на помехи и неопределенности, в условиях которых приходится принимать решение. Мы должны оперировать только достоверностями либо другими оценками событий, пытаясь определить, какой ситуации более всего соответствуют сложившиеся обстоятельства.

Значит, мы должны из точного, детерминированного представления перейти в область ассоциативного, неточного, приблизительного мышления! Но степень (частота) угадывания должна быть достаточно высока.

Именно здесь должна помочь нейросеть, реализующая нечеткую логику.

Прежде всего, надо перейти от типа булевых переменных к типу действительных, введя в обращение не непреложность событий, а лишь вероятности или другие весовые оценки их наступления. (Электронной технике это не свойственно.) Затем необходимо реализовать аналоги булевых функций над этим новым типом данных, т.е. заставить нейроны с помощью весов, порогов и самой функции активации приближенно выполнять дизъюнкции и конъюнкции с учетом вариации и неопределенности данных. При этом абсолютно достоверные данные, несомненно, приведут к известным решениям, а по неточным данным можно определить лишь вес каждого из возможных решений. Тогда по максимальному весу можно будет заключить, на что более всего похожа данная неопределенная ситуация и какое решение следует принять.

Выберем функцию активации произвольного (i-го) нейрона, с числом m входов-дендритов, первоначально рассчитав значение :



(2.2)

Затем находим Vi := if V < h then 0 else if V > 1 then 1 else V.

Здесь Vi, как и ранее, величина возбуждения (другого нейрона), поступающая на j - й вход данного нейрона.

Тогда нейрон-конъюнктор может быть реализован с помощью существенно высокого порога (рис.2.7), где значение обусловлено некой поправкой, достаточной, чтобы для преодоления порога сигналы возбуждения с высокой вероятностью поступали обязательно по всем входам.




Рис. 2.7. Модель нейрона-конъюнктора
При обучении предполагаем, что входные сигналы — булевы переменные, принимающие значения 0, 1. Положим и выберем . Тогда для того, чтобы преодолеть порог, на всех входах должны быть "1"; недостаток хотя бы одной "1" приведет к тому, что взвешенная сумма будет более чем на 1/m меньше указанной суммы весов.

При переходе к действительным переменным, когда вместо событий рассматриваются, например, лишь предполагаемые вероятности их наступления, экспериментальный выбор значения может обусловить ту границу, когда считаться с возможностью данной комбинации событий нецелесообразно.

Нейрон - дизъюнктор реализуется, наоборот, при низком значении порога, но при высоких значениях весов. Порог выбирается так, чтобы уже при возбуждении на одном входе возникал сигнал возбуждения на выходе.

Сигнал на выходе нейрона-дизъюнктора не превышает "1" .



Рис. 2.8. Модель нейрона-дизъюнктора
Получим нейросеть на рис.2.9, где нейроны-конъюнкторы заштрихованы розовым и красными цветами, а дизъюнкторы- голубым цветом.

Поработаем с этой схемой, задавая различные достоверности событий, — возможных или невозможных.

Например, зададим "правильную" и абсолютно достоверную ситуацию В3 = 1, А1 = 1, С4 = 1 . Легко проследить, что в первом такте возбудятся нейроны 1 и 6, реализующие дизъюнкцию. Величина их возбуждения равна "1". В следующем такте возбуждение нейронов 1, 6 и А1 приведет к возбуждению (с величиной, равной "1") нейронов 7 и 9, а в следующем такте — сигналы возбуждения нейронов 6 и 7 поступят на вход нейрона-конъюнктора Вых3. Никакой другой нейрон выходного слоя не возбудится.




Рис. 2.9. Нейросеть с "конъюнкторами" и "дизъюнкторами"
Рассмотрим другую ситуацию неопределенную и недостоверную.

Для определения функций возбуждения воспользуемся формулой



(2.3)

Полагаем величину возбуждения нейронов А1 и А2 равной 0,5 (V_{A1} = V_{A2} = 0,5), V_{B1} = 0,8, V_{B2} = 0,8, V_{C1} = 0,7, V_{C5} = 0,8.

Замечание. Напоминаем еще раз, что требовать исчерпывающего множества событий и непременного выполнения нормировочного условия не обязательно. Достоверность может выбираться по наитию, на уровне чувств. Именно эти качества неопределенности, субъективности, наличия жизненного опыта и интуиции присущи механизмам ассоциативного мышления.

Сдавая нейросеть "в эксплуатацию", установим веса всех конъюнкторов равными 0,5, а дизъюнкторов — равными 1. Пороги конъюнкторов и дизъюнкторов определим значениями h= 0.4 и h= 0 соответственно.

Важность данного примера требует повторения рисунка нейросети (рис.2.10) с проставленными возле нейронов значениями сигналов возбуждения.

В итоге, ситуация скорее всего имеет решение R5 и уж никак не R4. Однако ситуация, соответствующая решению R1, требует внимания и т.д.

Пусть при вполне определенной ситуации (все достоверности принимают значение "1") каждое решение Ri приносит прибыль . Тогда средняя величина ожидаемой прибыли для нашей неопределенной ситуации рассчитывается так:





Рис. 2.10. Расчет примера


1   ...   5   6   7   8   9   10   11   12   ...   21

Похожие:

Теория нейронных сетей icon Курс лекций по дисциплине «Аппаратные средства телекоммуникационных систем» Содержание
Транспортные сети. Структура и технологии транспортных сетей. Модели транспортных сетей. Принципы построения транспортных сетей....
Теория нейронных сетей icon Резюме Гончаров Дмитрий Владимирович
Сравнительная политология, Российская политика, Политическая теория, Посткоммунизм, Теория политического участия
Теория нейронных сетей icon Методическое пособие для учителя к курсу «Окружающий мир»
Д. Б. Эльконина, В. В. Давыдова, В. В. Репкина (теория учебной деятельности), Г. А. Цукерман (теория организации содержательного...
Теория нейронных сетей icon Теория и методика велосипедного спорта
Задачами курса лекций является раскрытие содержания учебной дисциплины «Теория и методика велосипедного спорта», обеспечение студентов...
Теория нейронных сетей icon Теория и методика велосипедного спорта
Задачами курса лекций является раскрытие содержания учебной дисциплины «Теория и методика велосипедного спорта», обеспечение студентов...
Теория нейронных сетей icon Теория и методика велосипедного спорта
Задачами курса лекций является раскрытие содержания учебной дисциплины «Теория и методика велосипедного спорта», обеспечение студентов...
Теория нейронных сетей icon Способ жизни в эру водолея теория и практика самопознания и самооздоровления москва
Теория и практика великого закона (Из неопубликованной рукописи мыслителя и духовидца) 93
Теория нейронных сетей icon Лабораторная работа № Исследование технологии Frame Relay в сетях передачи данных
Лабораторные работы предназначены для проведения занятий в компьютерных классах при изучении дисциплин “Сети связи”, “Мультисервисные...
Теория нейронных сетей icon Теория и практика
Физкультурное образование: теория и практика. Сборник материалов научно-исследовательской деятельности профессорско-преподавательского...
Теория нейронных сетей icon Учебно-методический комплекс по дисциплине «Теория организации»
«Теория организации» разработан в соответствии с требованиями федерального государственного образовательного стандарта по направлению...
Теория нейронных сетей icon Королев В. Ю. Теория вероятностей и математическая статистика / В. Ю.
Вентцель Е. С. Теория вероятностей / Е. С. Вентцель. – М.: Высш шк., 2003. – 520 с
Теория нейронных сетей icon Программа итогового государственного междисциплинарного экзамена...
По специальности 031201. 65 – «теория и методика преподавания иностранных языков и культур»
Теория нейронных сетей icon Образовательная программа «Теория и методика обучения иностранным...
I. Теоретические вопросы обучения студентов восточников англоязычному деловому дискурсу
Теория нейронных сетей icon Лекция Отечественная историография Гражданской войны в России Лекция...
Лекция Национальная политика советского государства: теория и практика вопроса
Теория нейронных сетей icon Рабочая программа дисциплины Теория отраслевых рынков Направление...
Программа учебного курса «Теория отраслевых рынков» составлена в соответствии с требованиями к обязательному минимуму содержания...
Теория нейронных сетей icon Проектирования и строительства сетей доступа fttb
Предпосылки развития сетей и услуг ОАО «Ростелеком» на базе новых принципов и технологий 5

Руководство, инструкция по применению




При копировании материала укажите ссылку © 2024
контакты
rykovodstvo.ru
Поиск