ÑоÑÐ¼Ð°Ñ Adobe PDF, ÑÐ°Ð·Ð¼ÐµÑ 2173 Ðб - ÐнÑоÑмаÑионно ...
ÑоÑÐ¼Ð°Ñ Adobe PDF, ÑÐ°Ð·Ð¼ÐµÑ 2173 Ðб - ÐнÑоÑмаÑионно ... ÑоÑÐ¼Ð°Ñ Adobe PDF, ÑÐ°Ð·Ð¼ÐµÑ 2173 Ðб - ÐнÑоÑмаÑионно ...
ISBN 5–7262–0471–9ЛЕКЦИИ ПО НЕЙРОИНФОРМАТИКЕSS. Так как на первом шаге оба подхода дают одинаковые результаты, изэтого следует немонотонное изменение пересечения в процессе воспроизведения,если начальная активность находится внутри области притяжения,предсказываемой SS, но вне области притяжения, предсказываемой SN. Вэтом случае пересечение вначале возрастает, но потом уменьшается до нуля.Такое немонотонное поведение m(t) действительно наблюдалось прикомпьютерном моделировании (см. [4, 16, 22] и др. работы). Заметим, чтоотличие размеров областей притяжений, предсказываемых SS и SN, убывает,когда убывает p. Они практически неразличимы уже при p = 0.004.Как показано на рис. 1, SN предсказывает немонотонную зависимостьразмера областей притяжения от p. Когда p убывает от 0.5 до 0.1, кривые нарис. 1 смещаются вверх и влево (что означает возрастание размера областипритяжения). Когда p продолжает убывать, они смещаются вверх и вправо(что означает убывание размера области притяжения).Компьютерное моделированиеМы тестировали сети размером от 200 до 15000 нейронов с p от 0.02 to0.5. Начальные пересечения были в интервале от 0.1 до 1. Общее числоиспытаний для каждой комбинации p, N, α и m in было 2000 для N < 3000,1000 для 3000 N 5000 и 250 для N 5000.Плотное кодированиеПолученные распределения для пересечений m f между финальными состояниямиактивности сети и восстанавливаемыми эталонами показанына рис. 2. Общие свойства этих распределений хорошо известны (см. статьи[5, 16, 19] и многие другие). Каждое распределение состоит из двуххорошо разделенных мод. Первая мода близка к m f = 1 («правильные»аттракторы) и соответствует восстановленным, а вторая мода — невосстановленнымэталонам («ложные» аттракторы). Когда начальный паттерн находитсядостаточно далеко от границы внутри области притяжения, преобладаетпервая мода. Когда он далеко от границы вне области притяжения —вторая. Для каждого значения начального пересечения m in существует узкаяпереходная область вблизи критического значения α, где обе модыимеют сходный размер. Для m in = 1 переход происходит между α = 0.14и α = 0.15, для m in = 0.5 — между 0.12 и 0.13, для m in = 0.3 — между48 УДК 004.032.26 (06) Нейронные сети
А. А. ФРОЛОВ, Д. ГУСЕК, И. П. МУРАВЬЕВРИС. 2. Распределение финальных пересечений для p = 0.5 иразличных значений N, α и m inРаспределение финальных пересечений для p = 0.5 и различных значений N,α и m in. Вертикальные линии соответствуют выбранным порогам для разделениятраекторий, сходящихся к «правильным» (m f ≃ 1) и «ложным» (m f ≪ 1)аттракторам. Здесь: N = 1000 — тонкие сплошные линии, N = 3000 — пунктирныелинии, N = 5000 — толстые сплошные линии.0.08 and 0.09, и для m in = 0.1 — между 0.02 и 0.03. Переходная областьсужается при возрастании размера сети.Для более точного вычисления α cr (m in ) мы вычисляем «площадь»первой моды, т. е. вероятность P (α, m in , N) того, что траектория, стартующаяиз начального состояния, имеющего пересечение с эталоном m in ,заканчивается около соответствующего эталона. Эта вероятность зависитот выбора границы разделения мод m b . Хотя этот выбор в какой-то сте-УДК 004.032.26 (06) Нейронные сети 49
- Page 1 and 2: МИНИСТЕРСТВО ОБРАЗ
- Page 4 and 5: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 6 and 7: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 8 and 9: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 10 and 11: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 12 and 13: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 14 and 15: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 16 and 17: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 18 and 19: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 20 and 21: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 22 and 23: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 24 and 25: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 26 and 27: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 28 and 29: А. А. ФРОЛОВ 1) , Д. ГУ
- Page 30 and 31: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 32 and 33: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 34 and 35: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 36 and 37: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 38 and 39: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 40 and 41: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 42 and 43: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 44 and 45: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 46 and 47: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 50 and 51: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 52 and 53: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 54 and 55: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 56 and 57: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 58 and 59: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 60 and 61: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 62 and 63: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 64 and 65: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 66 and 67: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 68 and 69: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 70 and 71: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 72 and 73: Б. В. КРЫЖАНОВСКИЙ,
- Page 74 and 75: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 76 and 77: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 78 and 79: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 80 and 81: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 82 and 83: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 84 and 85: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 86 and 87: Н. Г. МАКАРЕНКОИнст
- Page 88 and 89: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 90 and 91: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 92 and 93: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 94 and 95: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 96 and 97: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
ISBN 5–7262–0471–9ЛЕКЦИИ ПО НЕЙРОИНФОРМАТИКЕSS. Так как на первом шаге оба подхода дают одинаковые результаты, изэтого следует немонотонное изменение пересечения в процессе воспроизведения,если начальная активность находится внутри области притяжения,предсказываемой SS, но вне области притяжения, предсказываемой SN. Вэтом случае пересечение вначале возрастает, но потом уменьшается до нуля.Такое немонотонное поведение m(t) действительно наблюдалось прикомпьютерном моделировании (см. [4, 16, 22] и др. работы). Заметим, чтоотличие размеров областей притяжений, предсказываемых SS и SN, убывает,когда убывает p. Они практически неразличимы уже при p = 0.004.Как показано на рис. 1, SN предсказывает немонотонную зависимостьразмера областей притяжения от p. Когда p убывает от 0.5 до 0.1, кривые нарис. 1 смещаются вверх и влево (что означает возрастание размера областипритяжения). Когда p продолжает убывать, они смещаются вверх и вправо(что означает убывание размера области притяжения).Компьютерное моделированиеМы тестировали сети размером от 200 до 15000 нейронов с p от 0.02 to0.5. Начальные пересечения были в интервале от 0.1 до 1. Общее числоиспытаний для каждой комбинации p, N, α и m in было 2000 для N < 3000,1000 для 3000 N 5000 и 250 для N 5000.Плотное кодированиеПолученные распределения для пересечений m f между финальными состояниямиактивности сети и восстанавливаемыми эталонами показанына рис. 2. Общие свойства этих распределений хорошо известны (см. статьи[5, 16, 19] и многие другие). Каждое распределение состоит из двуххорошо разделенных мод. Первая мода близка к m f = 1 («правильные»аттракторы) и соответствует восстановленным, а вторая мода — невосстановленнымэталонам («ложные» аттракторы). Когда начальный паттерн находитсядостаточно далеко от границы внутри области притяжения, преобладаетпервая мода. Когда он далеко от границы вне области притяжения —вторая. Для каждого значения начального пересечения m in существует узкаяпереходная область вблизи критического значения α, где обе модыимеют сходный размер. Для m in = 1 переход происходит между α = 0.14и α = 0.15, для m in = 0.5 — между 0.12 и 0.13, для m in = 0.3 — между48 УДК 004.032.26 (06) Нейронные сети