20_5 Упрощенная архитектура APT

Адаптивная резонансная теория

<РАНЕЕ>                                   <HOME>

20.5. Упрощенная архитектура APT

        На рис. 20.4 показана упрощенная конфигурация сети APT, представленная в виде пяти функциональных модулей. Она включает два слоя нейронов — так называемые "слой сравнения" и "слой распознавания". Приемник 1, Приемник 2 и Сброс обеспечивают управляющие функции, необходимые для обучения и классификации. Перед рассмотрением вопросов функционирования сети в целом, необходимо рассмотреть отдельно назначения модулей; далее обсуждаются функции каждого из них.

Рис. 20.4. Упрощенная конфигурация сети APT.

P  - вектор возбуждения в слое сравнения

S – степень сходства

p – порог сходства

Рис. 20.5. Слой сравнения.

Слой сравнения. Слой сравнения получает двоичный входной вектор X и первоначально пропускает его неизмененным для формирования выходного вектора C. На более поздней фазе в распознающем слое вырабатывается двоичный вектор R, модифицирующий вектор C, как описано ниже.

        Каждый нейрон в слое сравнения (см. рис. 20.5) получает три двоичных входа (состояния «0» или «1»):

1. компонента x_i входного вектора X;
2. сигнал обратной связи R_i — взвешенная сумма выходов распознающего слоя;
3. вход от Приемника 1 (один и тот же сигнал подается на все нейроны этого слоя).

        Чтобы получить на выходе нейрона единичное значение, как минимум два из трех его входов должны равняться единице; в противном случае его выход будет нулевым. Таким образом, реализуется правило двух третей. Первоначально выходной сигнал G1 Приемника 1 установлен в единицу, обеспечивая один из двух входов, необходимых для возбуждения нейронов, а все компоненты вектора R установлены в 0; следовательно, в этот момент вектор идентичен двоичному входному вектору X.

Слой распознавания. Слой распознавания осуществляет классификацию входных векторов. Каждый нейрон в слое распознавания имеет соответствующий вектор весов B_j. Только один нейрон, с весовым вектором, наиболее соответствующим входному вектору, возбуждается; все остальные заторможены.

        Как показано на рис. 20.6, нейрон в распознающем слое имеет максимальную реакцию, если вектор C, являющийся выходом слоя сравнения, соответствует набору его весов; следовательно, веса представляют запомненный образ или экземпляр для категории входных векторов. Такие веса являются действительными числами, а не двоичными величинами. Двоичная версия этого образа также запоминается в соответствующем наборе весов слоя сравнения (рис. 20.5); этот набор состоит из весов связей, соединяющих определенные нейроны слоя распознавания, по одному весу на каждый нейрон слоя сравнения.

Рис. 20.6. Слой распознавания.

        В процессе функционирования, каждый нейрон слоя распознавания вычисляет свертку вектора собственных весов и входного вектора C. Нейрон, веса которого наиболее близки вектору C, будет иметь самый большой выход, тем самым выигрывая соревнование и одновременно затормаживая все остальные нейроны в слое. Как показано на рис. 20.6, нейроны внутри слоя распознавания взаимно соединены в латерально-тормозящую сеть. В простейшем случае (единственном, рассмотренном в данной работе) предусматривается, что только один нейрон в слое возбуждается в каждый момент времени (т.е. только нейрон с наивысшим уровнем активации будет иметь единичный выход; все остальные нейроны будут иметь нулевой выход). Эта конкуренция реализуется введением связей с отрицательными весами l_ij с выхода каждого нейрона r_i на входы остальных нейронов. Таким образом, если нейрон имеет большой выход, он тормозит все остальные нейроны в слое. Кроме того, каждый нейрон имеет связь с положительным весом со своего выхода на свой вход. Если нейрон имеет единичный выходной уровень, эта обратная связь стремится усилить и поддержать его.

Приемник 1. Как и сигнал G2 , выходной сигнал G1 Приемника 1 («Новая задача») равен 1, если хотя бы одна компонента двоичного входного вектора X равна единице; однако, если хотя бы одна компонента вектора R равна единице, G1 устанавливается в нуль. Таблица, определяющая эти соотношения:

Приемник 2. Сигнал «Есть задача» - G2, выход Приемника 2, равен единице, если входной вектор X имеет хотя бы одну единичную компоненту. Более точно, G2 является логическим ИЛИ от компонента вектора X.

Сброс. Модуль сброса измеряет сходство между векторами X и C. Если они отличаются сильнее, чем требует параметр сходства, вырабатывается сигнал сброса возбужденного нейрона в слое распознавания.

        В процессе функционирования, модуль сброса вычисляет сходство как отношение количества единиц в векторе X к их количеству в векторе C. Если это отношение ниже значения параметра сходства, вырабатывается сигнал сброса.

• <ДАЛЕЕ>  <Принцип адаптивного резонанса>