Адаптивная резонансная теорияа
20.3. Модели теории адаптивного резонанса
Карпентер и Гроссберг, разработавшие модели теории адаптивного резонанса (ART1, ART2 и ARTMAP), сделали попытку решить эту дилемму стабильности-пластичности. Сеть имеет достаточное число выходных элементов, но они не используются до тех пор, пока не возникнет в этом необходимость. Будем говорить, что элемент распределен (не распределен), если он используется (не используется). Обучающий алгоритм корректирует имеющийся прототип категории, только если входной вектор в достаточной степени ему подобен. В этом случае они резонируют. Степень подобия контролируется параметром сходства k, 0<k<1, который связан также с числом категорий.
Когда входной вектор недостаточно подобен ни одному существующему прототипу сети, создается новая категория, и с ней связывается нераспределенный элемент со входным вектором в качестве начального значения прототипа. Если не находится нераспределенного элемента, то новый вектор не вызывает реакции сети.
Семейство ART-сетей включает следующие сети:
- ART-1: для бинарных входных векторов, когда признаки распознаваемых образов
принимают два значения (1 или 0); - ART-2: расширение ART-1-сетей на непрерывные входные векторы;
- ART-2a: оптимальная версия ART-2-сетей, отличающаяся повышенной скоростью
сходимости; - ART-3: моделирование временных и химических процессов (биологических
механизмов) на базе ART-2; - ARTMAP: комбинация двух ART-сетей (например, ART-1 и ART-2);
- FuzzyART: гибридная сеть, объединяющая нечеткую логику (Fuzzy Logik) и ART-
сети.
Ограничимся рассмотрением ART-1 сетей и их основных принципов построения и функионирования. В работах по ART-сетям часто используется метафора кратковременной и долговременной памяти (STM и LTM соответственно). В их взаимодействии многие авторы находят ключ к пониманию процессов обучения ART-сетей.
<ДАЛЕЕ>