Ðа пÑÐ°Ð²Ð°Ñ ÑÑкопиÑи
Ðа пÑÐ°Ð²Ð°Ñ ÑÑкопиÑи
Ðа пÑÐ°Ð²Ð°Ñ ÑÑкопиÑи
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
типа имеют меньше k компонент связности, и сумма t 1 + t 2 = ∏ =<br />
p<br />
mi<br />
C<br />
i 1 l i<br />
является<br />
p<br />
полиномом степени k = ∑ m i = 1 i<br />
от переменных l i ( i = 1 , p ).<br />
Таким образом, число встречаемости t 1 несвязного подграфа C с k компонентами<br />
связности можно выразить через числа встречаемости связных компонент<br />
и некоторых подграфов с меньшим чем k числом компонент связности.<br />
Применяя многократно этот результат ко всем несвязным подграфам, можно<br />
прийти к формулировке теоремы 2.<br />
Теорема 2 доказана. ■<br />
3.3. Теоретические основы сочетания искусственных нейронных сетей и фрагментных<br />
дескрипторов<br />
Традиционно принято считать, что теоретическую основу использования<br />
многослойных нейронных сетей составляет нейросетевая интерпретация теоремы<br />
Колмогорова о представлении непрерывных функций нескольких переменных<br />
в виде суперпозиций непрерывных функций одного переменного и сложения<br />
[333], которая в исходном виде была сформулирована следующим образом.<br />
Теорема. При любом целом n ≥ 2 существуют такие определенные на<br />
единичном отрезке E 1 = [0; 1] непрерывные действительные функции ψ pq (x),<br />
что каждая определенная на n-мерном единичном кубе E n непрерывная действительная<br />
функция f(x 1 ,…,x n ) представима в виде<br />
f ( x<br />
⎡ ⎤<br />
K ⎥ , (73)<br />
⎣ ⎦<br />
2n+<br />
1 n<br />
pq<br />
1<br />
, , x n<br />
) = ∑χ<br />
q ⎢∑ψ<br />
( x<br />
p<br />
)<br />
q= 1 h=<br />
1<br />
где функции χ q (y) действительны и непрерывны.<br />
Эта теорема, появившаяся в 1957 году в результате научной полемики<br />
между академиками А. Н. Колмогоровым и В. И. Арнольдом, первоначально не<br />
имела никакого отношения к нейронным сетям и только в 1987 году была переложена<br />
в термины теории нейронных сетей в работе Р. Хехт-Нильсена (R.<br />
Hecht-Nielsen) [334]. В этой своей новой формулировке теорема доказывает<br />
представимость функции многих переменных достаточно общего вида R n →R m с<br />
помощью двухслойной (трехслойной с формальным учетом входного слоя)<br />
108