Желілердің негізгі түсінігі 9
жүктеу/скачать 0.55 Mb.
|
- Бұл бет үшін навигация:
- 9-сурет – Жеңімпаз барлығын алады
- Радиалды нейрондық желілер
- 10-сурет – Радиалды желі сұлбасы
8-сурет – Кохонен желісіЖеңімпаз таңдауы Желі ЖБА (Жеңімпаз Барлығын Алады) түріндегі нейрондар негізінде салынған, олар 9-суреттегідей көрінеді. 9-сурет – Жеңімпаз барлығын аладыБарлық бәсекелес нейрондар үшін кіріс сигналдары бірдей, шығыс сигналдары мынадай формула бойынша есептеледі: 𝑛 𝑢𝑖 = ∑ (𝑤𝑖𝑗) ∗ 𝑥𝑗 (4) 𝑗=0 Нәтижелерді салыстырғаннан кейін, жеңіске жеткен нейрон таңдалады (ең үлкен мән 𝑢𝑖). Шығу сигнал 𝑦𝑖 алады мәні 1, жеңіске жеткен жағдайда, қалған барлық нейрондық сигналдар 0 мәнін алады. Радиалды базистік функциялар желісі – симметриялық нейрондардың аралық (жасырын) қабаты бар сигналдың тікелей таралуының нейрондық желісі болып табылады. Мұндай нейрон осы кіріс векторынан оған сәйкес келетін "орталыққа" дейінгі қашықтықты кейбір сызықсыз заң бойынша түрлендіреді. Радиалды нейрондық желілер радиалды нейрондардың көмегімен жасалады. Өз орталығының маңында осы нейрондарды белсендіру функциясы нөлдік емес. Бұл жергілікті аппроксимация деп аталады. Аппроксимация – объектілерді бастапқы түрге ауыстыратын, кейбір мағынада жеңілдетілген түрде ауыстыратын ғылыми әдіс депте айтылады. Математикалық тұрғыдан қарағанда, көптеген сигналдық типті сигмоидальды желілер бірнеше X R M айнымалыларының функциясын Y R M. айнымалы мәндер жиынтығына айналдырады. Сигмоидаль функциясы нейрондарды белсендіру функциясының рөлін атқарады. Кіріс деректерінің бүкіл диапазонынан нөлдік мәнге ие болғандықтан, оның барлық нейрондары кіріс деректерін желі ішіндегі шығыс деректеріне түрлендіруге қатысады. Радиалды желі екі қабатқа ие: бірінші қабат радиалды нейрондардан тұрады, ал екінші (шығу) бір нейроннан немесе бірнеше сызықты тұрады. 10-суретте Радиалды желі сұлбасы. 10-сурет – Радиалды желі сұлбасы𝛹𝑖(‖𝑋 − 𝐶𝑖‖) – i-ші радиалды нейронның базистік функциясы немесе белсендіру функциясы. Радиалды нейрондық желілер оқу процесі үшін бастапқы шарттарды таңдауды жеңілдетеді, оңтайлы шешімге жылдам қол жеткізуді қамтамасыз етеді. Радиалды желілердің алынған архитектурасы құрылымы бар, бір жасырын қабаты бар, сигмоидальдық желілердің көп қабатты құрылымына ұқсас. Аталған ұқсастыққа қарамастан, бұл типтердің желілері бір-бірінен мүлдем ерекшеленеді. Мұндай желілер сигмоидальді желілерімен салыстырғанда қорыту қабілетін әлсіз. Бұл жетіспеушілік оқыту сыныптарын ішкі сыныпқа бөлу есебінен өтеледі. Бұл ретте әрбір ішкі сыныптың айналасында радиалды базистік функция іске асырылатын өзінің "орталығы" болады. Сонымен қатар, радиалды желілерді оқыту алгоритмі бірегей. Тек бір жасырын қабат және нейронның оқыту деректері саласымен тығыз байланысы болған жағдайда, оқудың бастапқы кезеңіндегі нүкте оңтайлы шешімге жақын болады. 2-ші кестеде нейрондық желілердің бөлінген ақпараттық модельдері бойынша екінші тараудың салыстырмалы талдауы көрсетілген. Кестеде нейрондық желілердің негізгі ақпараттық модельдері (көлденеңінен) көрсетілген, жасанды нейрондық желілерді пайдалана отырып шешуге болатын негізгі міндеттер тігінен көрсетілген. жүктеу/скачать 0.55 Mb. Достарыңызбен бөлісу:
|