<ПЕРЦЕПТРОН>

<РАНЕЕ>   <HOME>

2.12. Эффективность запоминания

        Существуют большие сомнения в эффективности запоминания информации в персептроне (или любых других нейронных сетях) по сравнению с обычной компьютерной памятью. Например, в памяти компьютера можно хранить все входные образы вместе с классифицирующими битами, и это потребует не так уж много места. Компьютер должен классифицировать полученный образ и сравнить его с эталонами установленного класса. Для сужения пространства поиска и его ускорения могут применяться многочисленные и хорошо известные методы. При отсутствии точного соответствия, может быть использовано правило ближайшего соседа.

        Несмотря на широко известные методы сжатия информации, число битов, необходимое для хранения этой же информации в весах персептрона, может быть значительно меньшим, чем при обычном хранении в памяти компьютера. Однако, М.Л.Минский построил патологические примеры, в которых число битов, требуемых для представления весов, растет в зависимости от размерности задачи быстрее, чем экспоненциально. В этих случаях, требования к памяти быстро становятся невыполнимыми. Если, как он предположил, эта ситуация не является исключением, то персептроны часто могут быть ограничены только малыми задачами. Насколько общими являются такие неподатливые множества образов? Вопрос остается открытым и относится ко всем нейронным сетям. Поиски ответа чрезвычайно важны для дальнейших исследований в этой области.

<ДАЛЕЕ>