Page 54 - 4524
P. 54

Приклад мережі зображений на рис. 5.7. Односкерована
                            мережа  CounterPropagation  має  три  прошарки:  вхідний  про-
                            шарок, самоорганізовану карту Кохонена та вихідний проша-
                            рок, що використовує правило "дельта" для зміни вхідних ваг
                            з'єднань. Цей прошарок називають прошарком Гросберга.



















                              Рисунок 5.7 - Мережа зустрічного поширення без зворотних
                                                         зв'язків
                                  Перша мережа СounterРropagation складалась із двоске-
                            рованого відображення між вхідним та вихідним прошарками.
                            Дані надходять на вхідний прошарок для генерації класифіка-
                            ції на вихідному прошарку, вихідний прошарок по черзі при-
                            ймає додатковий вхідний вектор та генерує вихідну класифі-
                            кацію на вхідному прошарку мережі. Через такий зустрічно-
                            поширений  потік  інформації  випливає  назва  мережі.  Багато
                            розробників     використовують       односкерований      варіант
                            СounterРropagation, коли існує лише один шлях прямого по-
                            ширення від вхідного до вихідного прошарку.
                                  У мережі зустрічного поширення об'єднані два алгорит-
                            ми:  самоорганізована  карта  Кохонена  і  зірка  Гросберга
                            (Grossberg Outstar). Кожен елемент вхідного сигналу подаєть-
                            ся  на  всі  нейрони  прошарку  Кохонена.  Ваги  зв'язків  (w mn)
                            утворюють  матрицю  W.  Кожен  нейрон  прошарку  Кохонена
                            з'єднаний зі всіма нейронами прошарку Гросберга. Ваги зв'яз-
                            ків (v np) утворюють матрицю ваг V. Нейронні мережі, що по-
                            єднують  різні  нейропарадигми  як  будівельні  блоки,  більш
                            близькі  до  мозку  по  архітектурі,  ніж  однорідні  структури.

                                                           53
   49   50   51   52   53   54   55   56   57   58   59