Решение на такава задача от мозъка може да бъде обработката на информация от обикновеното зрение (human vision). Във функциите на зрителната
Формиране на диаграми на направление
Изтегляне 1.78 Mb. Pdf просмотр
|
Свързани:
Kniga uchitel IT 6. klas Даниела Убенова (1), Kniga uchitel IT 8. klas Даниела Убенова, elektronno-obuchenie
| Формиране на диаграми на направление Това е пространствен (spatial) случай на филтрация и се използва за разделяне на пространствени признаци на полезен сигнал и шум. За формирането на диаграми на направление се използва специално устройство. Задачите за формиране на диаграми на направление се решават с използването на невронни мрежи, създадени на основата на знания на слуховия апарат на човека. И решаване на задачите за ехо-локация в коровите слоеве на слуховата система на прилепите. Системата за ехо-локация на прилепите отфилтрира влиянието на околната среда. Прилепа използва кратки ултразвукови сигнали с честотна модулация, а след това улавя отразените сигнали с помощта на слуховия апарат, фокусирайки вниманието върху уловената плячка (насекоми). Ушите на прилепа изпълняват някакъв вид пространствена филтрация, резултатите от която се използват от слуховата система за 60 извличане на сигнала, съдържащ интересуващият клас от обекти (attentional selectivity). Фиг.2.16. Блок диаграма обобщаяаща системата Построяването на диаграмите на направление се използва в радарните системи. Задачата се свежда към отслабване на треакторията на целта в условията на шум и интерференции. Задачата се усложнява от следните два фактора: Полезния сигнал се формира в неизвестно направление. Не съществува априорна информация от наложените сигнали в резултат на интерференция. Блок диаграмата показана на фиг.2.16. решава тази задача. Тази система сортира следващите компоненти: Масив от антитела на елементите (array of antenna elements), който сваля снигла от дискретни точки на пространството; Линеен суматор (linear combiner), определя множество от фиксирани тегла на изхода на които се формира желания отговор. Работата на този линеен суматор е подобна на пространствения филтър, характеризиращ се с диаграми на излъчване (трафика на амплитудата на изходния сигнал на антената в зависимост от ъгъла на постъпване на сигнала в полярни координати). Матрица на блокиране на сигнала (signal-bloking matrix) , функционира, когато се появи някаква блокировка влияеща върху сортирането на сигналите, като чрез диаграмата излъчения пространствен филтър, представлява линейния суматор. Невронни мрежи с нарастването на параметрите, предназначени за адаптация към статистическите вариации влияе на сигнала. Настройката на свободните параметри на невронните мрежи се извършва с помощта на алгоритъм за обучение на основата на корекция на грешките, определени като разликата между изходния линеен суматор d(n) и фактическите изходни сигнали y(n) на невронните мрежи. Този образ обобщава системата като GSLC (generalized sidelobe canceller), която работи под управлението на линейния суматор, играещ ролята на учител. Както и при обучението с учител линейния суматор се намира в контура на 61 обратна връзка на невронните мрежи. Този клас обучаеми системи се наричат още неврокомпютри, предназначени за настройка на внимания. Във фундаментален смисъл всички тези шест задачи за обучение се явяват проблеми за обучение построени на основата на примери. При отсъствието на априорни знания се явявата лошо обусловими (ill posed), т.е. възможните решения се опрделят нееднозначно. Един от способите обезпечава правилно обусловени (well pose) решения в примерните теории за регуляризция. Изтегляне 1.78 Mb. Сподели с приятели:
|