Roleplay 2. Arranging to meet

Дата добавления: 2015-10-18; просмотров: 471

Является комбинированной. Основана на идеи о каскадном соединении мозговых структур различной архитектуры. Сеть встре.распр. не яв-ся общей, как сеть Розен блата

Модели персептрона, но позволяет найти приемлемые решения при высокой скорости обучения. В состав модели входит модель «Самообучающиеся карты» Кохонена и «Звезда» Гросберга. Выдача сигнала только при подачи на вход определенного образа. Входной образ связывается с определ-м нейроном, а не в результате взаимодействия нейронов м\д собой. Суть состоит в следущем: Слой Кохонена обучается без учителя. При подаче на входе вектор х формирует некоторое след. Значение : . Подстраиваются веса связи того нейрона, у которого самый большой потенциал. Потом вычисляется выход нейрона Гроссберга.

В своей простейшей форме слой Кохонена функционирует в духе «победитель забирает все», т. е. для данного входного вектора один и только один нейрон Кохонена выдает на выходе логическую единицу, все остальные выдают ноль. Нейроны Кохонена не имеют функций активации и победителем считается нейрон, имеющий больший потенциал.

Поскольку один нейрон Кохонена активен, то подстаиваются веса связи, только нейрона Гросберга соедененного с активным нейроном Кохонена.

Обучение Кохонена является самообучением, протекающим без учителя.

В результате веса слоя Гроссберга (обучение с учителем) сходятся к средним значениям от желаемым выходом, по которому он обучается.

Обучающийся без учителя, самоорганизующийся слой Кохонена веса сходятся к средним значениям входов. Они отображаются в желаемые выходы слоем Гроссберга.

Сеть может функционировать в режиме интерполяции, когда в слое Кохонена м.б. несколько нейронов победителей.