4.11. Нейроны типа WTA

Типы моделей нейронов

<РАНЕЕ >                  <HOME>

4.11. Нейроны типа WTA

        Нейроны типа WTA (WinnerTakesAll — "Победитель получает все") имеют входной модуль в виде адаптивного сумматора. Выходной сигнал i-го сумматора определяется по формуле 44:

           4.44

        По результатам сравнения сигналов u_i, i=1, 2, ..., N отдельных нейронов победителем признается нейрон, у которого u_i оказался наибольшим.Нейрон-победитель вырабатывает на своем выходе состояние 1, а остальные(проигравшие) нейроны переходят в состояние 0.

        Для обучения нейронов WTA учитель не требуется. На начальном этапе случайным образом выбираются весовые коэффициенты w_ij каждого нейрона,нормализуемые относительно 1 по формуле

          4.45

        После подачи входного вектора x, компоненты которого нормализованы по формуле

 ,       4.46

определяется победитель этапа. Победитель переходит в состояние1, что позволяет произвести уточнение весов его входных линий w_ij по правилу

 .    4.47

        Проигравшие нейроны формируют на своих выходах состояние 0, что блокирует процесс уточнения их весовых коэффициентов.

        Выходной сигнал I-го нейрона может быть описан векторным отношением

        4.48

        Поскольку , значение u_i определяется углом между векторами x и w_i, u_i=cos(φ_i). Поэтому победителем оказывается нейрон, вектор весов которого оказывается наиболее близким текущему обучающему вектору x. В результате победы нейрона уточняются его весовые коэффициенты, значения которых приближаются к значениям текущего обучающего вектора x.

        Целью конкуренции нейронов становится самоорганизация процесса обучения. Нейроны уточняют свои веса таким образом, что при предъявлении группы близких по значениям входных векторов победителем всегда оказывается один и тот же нейрон. Системы такого типа чаще всего применяются для классификации векторов.

<ДАЛЕЕ>                     <Типы нейронов>