52
признаците съдържащи се във входните данни. В простия случай невронната мрежа действа на принципа „победителя получава всичко”.
2.10. Задачи за обучението Избора на конкретния алгоритъм за обучение зависи от задачите решението на които следва да обучи невронната мрежа. В този контекст могат да се отделят шест основни задачи, за решението на които се прилагат невронните мрежи.
Асоциативна памет Асоциативната памет (associative memory) е разпределена памет, която се обучава на основата на осоциации, подобно на мозъка на живите същества.
Асоциативността се счита за основа характеристика на
човешкият мозък от времето на Аристотел. В следствие на това всички модели за знания в качеството на една от основните операции в тази или друга форма използват асоциативна памет.
Съществуват два типа асоциативни памети:
автоасоциативна (autoassociation) и
хетероасоциативна (heteroassociation). При решаването на задача от автоосоциативната памет в невронната мрежа се запомнят предадените й образи (вектори). След това в тази мрежа последователно се подават не пълни описания или зашумени представяния, съхранявани в паметта на изходния образ и се поставя задачата за разпознаване на конкретния образ. Хетероасоциативната памет се отличава от автоасоциативната по това че произволен избор на изходни образи съответства на друг произволен избор от изходни сигнали. За настройване на невронната мрежа за решаване на задачите за автоасоциатилната памет се използва обучение без учител, а в хетероасоциативните памети обучение с учител.
Фиг.2.9. Диаграма „вход-изход” за мрежи на асоциативните образи
Нека е
ключов образ (key pattern) (вектор) приеман за решаване на задачите на
асоциативната памет, а
-
запомнен образ (memorized pattern) (вектор).
Отношението за аьоциация на образите може да се опише чрез:
Където
q е количеството на съхранените в мрежата образи. Ключовият образ се явява в ролята на стимул, който не само определя местоположението в запомнения образ
, но и съдържа ключа за извличането му.
В асоциативната памет
Това значи, че пространствата на входните и изходните данни на мрежата са длъжни да имат еднакви размери. В
хетероасоциативните памети . Това значи, че размерността на пространството на изходните вектори може да се отличава от размерността на пространството на входните вектори (но може и да съвпадат с нея).
В работата на асоциативната памет има 2 фази:
-
Фаза на запомняне (storage phase), съответства на процеса на обучение на мрежата в съответсвие с формула (2.18).
53
-
Фаза на възстановяване (recall phase), съответства на извличането на запомнения образ в отговор на представения в мрежата в зашумена или изкривена версия на ключа.
Нека стимула (входния сигнал)
x представлява зашумена или изкривена
версия на ключовия образ . Този стимул поражада отговор (изходния сигнал)
у (фиг.2.9). В идеалния случай
, където е запомнен образ асоцииран с ключа
. Ако при
,
изхода на мрежата е , то асоциятивната памет при възстановяване на образа е направила грешка.
Количеството
q на образите се съхранява в асоциативната памет и се явява непосредствена мярка за
обема на паметта (storage capacity) на мрежата. При построяване на асоциативната памет е желателно максимално да се увеличава нейния обем (информационния обем на асоциативната памет се измерва в процеса от общото количество неврони N, използвани за създаването на мрежата).
Сподели с приятели: