ÑÐ¾ÑÐ¼Ð°Ñ Adobe PDF, ÑÐ°Ð·Ð¼ÐµÑ 2173 ÐÐ± - ÐÐ½ÑÐ¾ÑÐ¼Ð°ÑÐ¸Ð¾Ð½Ð½Ð¾ ...

More documents

Recommendations

Info

ISBN 5–7262–0471–9ЛЕКЦИИ ПО НЕЙРОИНФОРМАТИКЕРИС. 11. Размеры баз притяжения для p = 0.1 (a) и p = 0.02 (b)Получены SN-методом (сплошные линии) и SS-методом (штриховые линии).Темные точки представляют результаты компьютерного моделирования.При p = 0.02 области притяжения оказались даже больше, чем предсказываетSS-метод. Это означает, что вблизи границы области притяжениятраектории, сходящиеся к правильным аттракторам, вначале будут удалятьсяот эталонов и только затем приближаться к ним. Такое поведение траекторийпротивоположно тому, что наблюдается в случае плотного кодирования.Среднее пересечение m(t) между текущим паттерном нейронной активностии воспроизводимым эталоном для p = 0.02, α = 0.24, m in = 0.3и N = 15000 показано на рис. 12a. В полном согласии с предсказаниемSS-приближения, на первом шаге среднее пересечение уменьшается, однакозатем оно увеличивается, приближаясь к единице. Заметим, что длявыбранных параметров сети все 300 тестируемых траекторий сошлись каттракторам в окрестности соответствующих эталонов. Как и для информационнойемкости, полученное для m in = 0.3 значение α cr = 0.26±0.00862 УДК 004.032.26 (06) Нейронные сети
А. А. ФРОЛОВ, Д. ГУСЕК, И. П. МУРАВЬЕВне выглядит переоценкой критического значения информационной нагрузкипри данном начальном пересечении, так как даже при α = 0.28 (см.рис. 8 и рис. 10c) мода для правильных аттракторов продолжает возрастатьвплоть до N = 15000 и мы можем предсказать ее падение при дальнейшемувеличении N только на основе используемой аппроксимации зависимостиF от α и N.Для p = 0.1 поведение пересечения m(t) то же самое, что и для p = 0.5:оно монотонно возрастает для траекторий, сходящихся к правильным аттракторам,и может вначале увеличиваться, но затем уменьшается для ложныхаттракторов (т. е. размер областей притяжения меньше предсказанногоSS-методом, см. рис. 11a). Колебания p µν также, как и разница между p 11и p 10 , возрастают для разреженного кодирования. Таким образом влияниеначального состояния нейрона на его активность в процессе восстановленияэталонов увеличивается при увеличении разреженности кодирования.Заметим, что для p = 0.02 даже m(t) имеет слабые колебания, несмотряна гладкое и монотонное изменение порога активации T (t) (рис. 12b).К сожалению, невозможно напрямую сравнить наши расчеты с результатами,полученными в работах [16] и [22] для p = 0.1. В первой работеграницы области притяжения представлены только для таких параметровсети, которые обеспечивают извлечение из нее максимальной информации.Для разреженного кодирования этот максимум достигается с случае, когданачальный паттерн не содержит активных нейронов, не принадлежащихвосстанавливаемому эталону (т. е. когда начальный паттерн является фрагментомэталона с числом активных нейронов, меньшим чем в эталоне).В отличие от этого мы моделировали случай, когда уровень активности вначальных паттернах был тот же, что в эталонах. В работе [22] рассматривалсятолько случай постоянного порога активации T . В этом случаеобласти притяжения вокруг эталонов значительно меньше, чем для случаяпеременного порога, рассмотренного нами.Как и для плотного кодирования, качество воспроизведения оценивалосьпо среднему финальному пересечению для правильных траекторий(т. е. траекторий с m f > 0.75), стартующих из неискаженных эталонов.Результаты приведены на рис. 13. Для каждого значения α данные компьютерногомоделирования аппроксимировались прямой линией в зависимостиот 1/ √ N. Пересечение прямой с осью ординат рассматривалось какасимптотическая оценка качества воспроизведения для данного α. Полученныеасимптотические значения m f показаны на рис. 7. Они сравниваютсяна этом рисунке со значениями, полученными методами RM, SN иУДК 004.032.26 (06) Нейронные сети 63
Page 1 and 2:
МИНИСТЕРСТВО ОБРАЗ
Page 4 and 5:
ISBN 5-7262-0471-9ЛЕКЦИИ ПО
Page 6 and 7:
Page 8 and 9:
Page 10 and 11:
Page 12 and 13: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
Page 28 and 29: А. А. ФРОЛОВ 1) , Д. ГУ
Page 72 and 73: Б. В. КРЫЖАНОВСКИЙ,
Page 86 and 87: Н. Г. МАКАРЕНКОИнст
Page 112 and 113:
Page 114 and 115:
Page 116 and 117:
Page 118 and 119:
Page 120 and 121:
Page 122 and 123:
Page 124 and 125:
Page 126 and 127:
Page 128 and 129:
Page 130 and 131:
Page 132 and 133:
Page 134 and 135:
Page 136 and 137:
Page 138 and 139:
Page 140 and 141:
Page 142 and 143:
Page 144 and 145:
Page 146 and 147:
Page 148 and 149:
Page 150 and 151:
Page 152 and 153:
Page 154 and 155:
Page 156 and 157:
Page 158 and 159:
Page 160 and 161:
Page 162 and 163:
Page 164 and 165:
Page 166 and 167:
Page 168 and 169:
Page 170 and 171:
Page 172 and 173:
Page 174 and 175:
Page 176 and 177:
Page 178 and 179:
Page 180 and 181:
Page 182 and 183:
Page 184 and 185:
Page 186 and 187:
Page 188:
НАУЧНАЯ СЕССИЯ МИФ
show all

ÑÐ¾ÑÐ¼Ð°Ñ Adobe PDF, ÑÐ°Ð·Ð¼ÐµÑ 2173 ÐÐ± - ÐÐ½ÑÐ¾ÑÐ¼Ð°ÑÐ¸Ð¾Ð½Ð½Ð¾ ...

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?

ÑÐ¾ÑÐ¼Ð°Ñ Adobe PDF, ÑÐ°Ð·Ð¼ÐµÑ 2173 ÐÐ± - ÐÐ½ÑÐ¾ÑÐ¼Ð°ÑÐ¸Ð¾Ð½Ð½Ð¾ ...