Когнитрон и Неокогнитрон Пресинаптические нейроны Постсинаптические нейроны Область связи.

Презентация:



Advertisements
Похожие презентации
Нейроны
Advertisements

10. 3 Повносвязные нейронные сети со смешанным обучением Нейронная сеть Хопфилда ( Hopfield Net)
Сеть поиска максимума (MAXNET) Сеть поиска максимума с прямыми связями – слогослойная нейронная сеть определяющая, какой из входных сигналов имеет.
Сеть поиска максимума (MAXNET) Сеть поиска максимума с прямыми связями – слогослойная нейронная сеть определяющая, какой из входных сигналов имеет.
© ElVisti Лекция 10 Основные сведения о нейронных сетях Дмитрий Владимирович ЛАНДЭ МЕЖДУНАРОДНЫЙ СОЛОМОНОВ УНИВЕРСИТЕТ.
выход
– 24;
ВЫХОД
1,28 + 3,4 + 1,72 – 2,4; ,72 + 6,41 + 0,59 – 1,72; А.
1,5 : 3 0,50,30,050,03. 1,8 : 6 0,060,30,030,6 0,12 : 3 0,40,50,050,04.
1,5 : 3 0,50,30,050,03. 1,8 : 6 0,060,30,030,6 0,12 : 3 0,40,50,050,04.
1,5 : 3 0,50,30,050,03. 1,8 : 6 0,060,30,030,6 0,12 : 3 0,40,50,050,04.
1,28 + 3,4 + 1,72 – 2,4; ,72 + 6,41 + 0,59 – 1,72; А.
1,28 + 3,4 + 1,72 – 2,4; ,72 + 6,41 + 0,59 – 1,72; А.
1,5 : 3 0,50,30,050,03. 1,8 : 6 0,060,30,030,6 0,12 : 3 0,40,50,050,04.
– 24;
Лекция 6. Нейронные сети Хопфилда и Хэмминга Среди различных конфигураций искусственных нейронных сетей (НС) встречаются такие, при классификации которых.
Вероятностная НС (Probability neural network) X 1 X n... Y 1 Y m Входной слой Скрытый слой (Радиальный) Выходной слой...
Тема 10. Архитектура и алгоритмы обучения НС Основные парадигмы нейронных сетей обучения с учителем Однослойный перцептрон f f f х1.
Ассоциативная память. Ассоциативная сеть прямого распространения. 1 X 1 Y 1 X 2 Y 2 X i Y i X n Y n 2 i n... Y j = i=1 N w ij x i, j=1,M (*)
Транксрипт:

Когнитрон и Неокогнитрон Пресинаптические нейроны Постсинаптические нейроны Область связи

где a i – вес i-го возбуждающего синапса, u i – выход i-го возбуждающего нейрона, b j – вес j-го тормозящего синапса, v j – выход j-го тормозящего нейрона. Выход нейрона затем вычисляется следующим образом если E >> 1 и I >> 1. Предположив, что : Е = рХ, I = qX, p,q – константы, и после некоторых преобразований.

Слои когнитрона

, где, c i – возбуждающий вес i. a i = qc j u j, где с j – тормозящий вес связи нейрона j в слое 1 с тормозящим нейроном i, и j – выход нейрона j в слое 1, а i – возбуждающий вес i, q - нормирующий коэффициент обучения. Процедура обучения. Изменение в процессе обучения любого из весов возбужденного нейрона Изменение тормозящих весов нейрона i в слое 2.

a i = qc j u j, b i = q INHIB, Если победителя в области конкуренции нейронов нет, изменение весов нейронов вычисляется следующим образом: где q – положительный обучающий коэффициент меньший, чем q.,

Выход тормозящего нейрона OUT затем вычисляется следующим образом: Области связей когнитрона

НЕКОГНИТРОН