Повна версія

Головна arrow Природознавство arrow ІНТЕЛЕКТУАЛЬНІ СИСТЕМИ

  • Увеличить шрифт
  • Уменьшить шрифт


<<   ЗМІСТ   >>

МОДЕЛЬ ПЕРСЕПТРОНА РОЗЕНБЛАТТА

В середині 50-х років була запропонована модель нейрона (див Рис. 1.7) - живої клітини яка, розрізняючи по заряду цитоплазми, може перебувати в двох станах: спокою і збудження.

: Загальна схема будови біологічного нейрона

Мал. 1.7 : Загальна схема будови біологічного нейрона.

Аксони одних клітин з'єднані з дендритами інших. Поточний стан нейрона залежить від стану аксонів з'єднаних з ним інших нейронів і чутливості дендритів.

Грунтуючись на цій моделі, нейрона в 1957 році Розен- Блатт (F.Rosenblatt) запропонував модель персептрона (PERCEP- TRON), одну з перших штучних мереж, здатних до перцепції (сприйняття) і формування реакції на сприйнятий стимул.

Це фізичний пристрій, що складається з трьох шарів:

  • • рецепторний шар (20 х 20 фотоелементів);
  • • передає шар (512 нейронів, кожен має по 10 входів, випадковим чином з'єднаних з елементами рецепторного шару), причому для кожного j = 1,2, ..., 512 має місце
: Персеітрон Розенблатта

Мал. 1.8 : Персеітрон Розенблатта

де Xji - входи j -го елемента рецепторного шару;

• вирішальний елемент, що приймає значення

де а - ваговий вектор вирішального елементу, з - порогове число.

Вважається, що схема з'єднання нейронів фіксована і не може змінюватися в процесі навчання, а дендрити нейронів можуть змінювати чутливість. Тобто в процесі навчання персептрона можна міняти ваговій вектор а й поріг с.

В даній схемі образ подається на рецепторний шар. Оскільки кожен елемент передавального шару жорстко пов'язаний з елементами рецепторного шару, то на вході вирішального елементу образ кодується вектором довжини, яка дорівнює кількості елементів в передавальному шарі, в даному випадку 512. Цей вектор у = (t / i, ..., t / 512 ) називається вектором ознак.

Вважається, що образи, які подаються на персептрон, належать одному з двох класів. Хотілося б так налаштувати вагові коефіцієнти а = (а ь ..., 0512) вирішального елементу, щоб на образах з першого класу вирішальний елемент видавав О, а на образах з другого класу - 1. Налаштування вагових коефіцієнтів здійснюється за допомогою навчального алгоритму, на вхід якого надходить навчальна вибірка, тобто послідовність образів, для яких відомо, до якого класу вони належать. Залежно від правильності віднесення чергового способу з навчальної вибірки до свого класу навчальний алгоритм може змінювати вагові коефіцієнти.

Виникає питання: які класи образів можуть розпізнаватися персептроном? Відповідь на це питання тривіальний. З самого виду вирішального правила видно, що розпізнаватися можуть тільки класи, які в просторі ознак можуть бути відокремлені один від одного гиперплоскостью. Тоді постає питання: якщо класи образів віддільні гиперплоскостью в просторі ознак, то чи існує алгоритм навчання персептрона? Відповідь на це питання дає теорема американського вченого Новикова.

 
<<   ЗМІСТ   >>