На Ð¿Ñ€Ð°Ð²Ð°Ñ Ñ€ÑƒÐºÐ¾Ð¿Ð¸ÑÐ¸

1.2.5.4. Нейросети на основе теории адаптивного резонанса
Базирующаяся на нейрофизиологической теории адаптивного резонанса
процедура категоризации векторов (см. работы [78-81]) основана на сравнении
очередного вектора с эталонными векторами, описывающими уже найденные
ранее категории (кластеры). Если очередной вектор «похож» по определенному
критерию близости на один из эталонных векторов, то он используется для его
настройки, в противном же случае он сам объявляется представителем новой
категории данных и запоминается в виде нового эталонного вектора. Описанная
процедура реализуется в виде нейросети, состоящей из слоя сравнения, который
оценивает «сходство» векторов, слоя распознавания (каждый нейрон его
описывает свою категорию (кластер) данных) и нескольких дополнительных
элементов. Подробность категоризации (а, значит, и количество категорий)
контролируется специальным «параметром бдительности». Подобная архитектура
получила название ART-1 для категоризации бинарных векторов и ART-2
для категоризации векторов вещественных чисел. ARTMAP представляет собой
модульную нейросеть, состоящую из двух сетей типа ART для категоризации
векторов (в случае корреляций структура-свойство эти вектора соответствуют
дескрипторам и свойствам органических соединений), и модуля сравнения, в
котором происходит запоминание «ассоциаций» между категориями дескрипторов
и свойств. Основанный на использовании аппарата нечеткой логики вариант
ARTMAP под названием fuzzy ARTMAP используется для решения регрессионных
задач [82, 83]. Особенностью fuzzy ARTMAP является очень высокая
устойчивость к переучиванию, что достигается благодаря автоматической
настройке «параметра бдительности», контролирующего кластеризацию векторов
дескрипторов, что позволяет строить модели с минимально возможной
сложностью.
1.2.5.5. Нейросети с обратными связями (рекуррентные нейросети)
Все рассмотренные выше нейросети не имели обратных связей, т.е. связей,
идущих от нейронов выходного слоя к псевдонейронам входного. Если ус-
49