Розділ нейромережі як інтелектуальний елемент інформаційної системи




Скачати 367.81 Kb.
НазваРозділ нейромережі як інтелектуальний елемент інформаційної системи
Сторінка2/10
Дата конвертації01.03.2013
Розмір367.81 Kb.
ТипДокументы
uchni.com.ua > Інформатика > Документы
1   2   3   4   5   6   7   8   9   10
^

Навчання


Навчання багатошарового персептрона здійснюється по алгоритму зворотнього поширення помилки.

Основні задачі


- розпізнавання образів

- апроксимація функцій

Багатошаровий персептрон (рисунок 2.6) був популярним у 80-х роках рішенням, яке знаходило застосування в таких областях як розпізнавання мови, розпізнавання образів, машинний переклад. Однак з 90-х вони зустріли серйозну конкуренцію з боку машин опорних векторів, які є значно простішими. Пізніше інтерес до мереж зі зворотним поширенням помилки відновився завдяки успіхам в глибокому навчанні.


Рисунок 2. – Структурний граф багатошарового персептрона двома прихованими шарами

Теорема про універсальну апроксимацію стверджує, що багатошарового персептрона з одним прихованим шаром достатньо для побудови рівномірної апроксимації з точністю е для будь-якого навчальної множини, представленого набором входів і бажаних відгуків. Тим не менше з теореми не випливає, що один прихований шар є оптимальним в сенсі часу навчання, простоти реалізації і, що більш важливо, якості узагальнення.
^

Мережі згортки


Мережа згортки являє собою багатошаровий персептрон, спеціально створений для розпізнавання двовимірних поверхонь з високим ступенем інваріантності до перетворень, масштабування, перекручувань та іншим видам деформації [20] (рисунок 2.7).


Рисунок 2. – Мережа згортки для обробки зображень, наприклад при розпізнаванні рукописного тексту.
^

Мережі на основі радіальних базисних функцій


У загальному випадку під терміном Radial Basis Function Network (мережа RBF) розуміється двошарова мережа без зворотних зв'язків, яка містить прихований шар радіально симетричних прихованих нейронів (шаблонний шар) [22]. Для того щоб шаблонний шар був радіально-симетричним (рисунок 2.8) необхідне виконання наступних умов:

    • наявність центру, представленого у вигляді вектора у вхідному просторі; зазвичай цей вектор зберігається в просторі ваг від вхідного шару до шару шаблонів,

    • наявність способу вимірювання відстані вхідного вектора від центру; зазвичай це стандартна евклідова відстань,наявність спеціальної функції проходження від одного аргументу, яка визначає вихідний сигнал нейрона шляхом відображення функції відстані;зазвичай використовується функція Гауса .



Рисунок 2. – Узагальнена мережа на основі радіальних базисних функцій

Мережі RBF мають ряд переваг перед розглянутими багатошаровими мережами прямого поширення. По-перше, вони моделюють довільну нелінійну функцію за допомогою всього одного проміжного шару, тим самим позбавляючи нас від необхідності вирішувати питання про кількість шарів. По-друге, параметри лінійної комбінації у вихідному шарі можна повністю оптимізувати за допомогою добре відомих методів лінійної оптимізації, які працюють швидко і не зазнають труднощів з локальними мінімумами, що так заважають при навчанні з використанням алгоритму зворотного поширення помилки. Тому мережа RBF навчається дуже швидко (на порядок швидше, ніж з використанням алгоритму зворотного поширення).

Недоліки мереж RBF: дані мережі володіють поганими екстраполюючими властивостями і виходять вельми громіздкими при великій розмірності вектора входів.
^

Мережа регуляризації (рисунок 2.9)


  1. Мережа регуляризації [21] є універсальним апроксиматором в тому сенсі, що при великій кількості прихованих елементів вона здатна досить добре апроксимувати будь-яку неперервну функцію на компактній підмножині з .

  2. Так як схема апроксимації, що випливає з теорії регуляризації, є лінійною відносно невідомих коефіцієнтів, то мережі регуляризації мають властивість найкращої апроксимації (best-approximation property). Це означає, що для невідомої лінійної функції f завжди існує такий набір коефіцієнтів, який апроксимує функцію f краще будь-якого іншого набору.

  3. Рішення, що забезпечується мережею регуляризації, є оптимальним. Під оптимальністю тут розуміється те, що мережа регуляризації мінімізує функціонал, що вимірює віддаленість рішення від свого істинного значення, представленого прикладами навчання.



Рисунок 2. – Узагальнена мережа регуляризації
1   2   3   4   5   6   7   8   9   10

Схожі:

Розділ нейромережі як інтелектуальний елемент інформаційної системи iconРозділ нейромережі як інтелектуальний елемент інформаційної системи
Структура інформаційних систем з інтелектуальною підтримкою прийняття рішень
Розділ нейромережі як інтелектуальний елемент інформаційної системи iconРозділ інформаційні системи з інтелектуальною підтримкою принять рішень
Структуру інформаційної системи становить сукупність окремих її частин, які називаються підсистемами
Розділ нейромережі як інтелектуальний елемент інформаційної системи iconДосвід розробки земельно-інформаційної системи м. Чугуєва Ткаченко В. П
Гіс, програмні та архітектурні особливості, а також інтерфейсний та інформаційний простір системи. Наприкінці статті наведено новизну...
Розділ нейромережі як інтелектуальний елемент інформаційної системи iconРозділ методологія побудови інформаційної системи з інтелектуальною...

Розділ нейромережі як інтелектуальний елемент інформаційної системи icon1 Проектування інформаційної системи Проектування інформаційної системи...
На цій стадії розробляють проектну документацію — технічний, робочий або техноробочий проекти
Розділ нейромережі як інтелектуальний елемент інформаційної системи iconРозділ методологія побудови інформаційної системи з інтелектуальною підтримкою прийняття рішень
Структурно-параметричний синтез включає в себе два основних етапи: структурну ідентифікацію та параметричну ідентифікацію
Розділ нейромережі як інтелектуальний елемент інформаційної системи iconТема Визначення бази даних як автоматизованої системи
...
Розділ нейромережі як інтелектуальний елемент інформаційної системи iconКонтекстний розвиток інформаційної компетентності педагогів професійної...
Анотація. Автори повідомляють про технологію контекстного розвитку інформаційної компетентності педагогічних працівників системи...
Розділ нейромережі як інтелектуальний елемент інформаційної системи iconПлан Вступ 1 Становлення банківської системи України 2 Національний...
Сучасною тенденцією розвитку банківського сектору є поступове злиття банківського та промислового капіталу, що створює передумови...
Розділ нейромережі як інтелектуальний елемент інформаційної системи iconОсобливості створення географічної інформаційної системи для екологічного моніторингу

Додайте кнопку на своєму сайті:
Школьные материалы


База даних захищена авторським правом © 2014
звернутися до адміністрації
uchni.com.ua
Головна сторінка