Санкт-Петербургский государственный университетинформационных технологий, механики и оптики презентация

А.В.Павлов ОТИИ

Слайд 1А.В.Павлов ОТИИ

Кафедра фотоники и оптоинформатики
Санкт-Петербургский государственный университет информационных технологий, механики и оптики
А.В.Павлов
Оптические

Технологии Искусственного Интеллекта
Тема 1.4
Основы теории ИНС.

Санкт-Петербург, 2007


Слайд 2А.В.Павлов ОТИИ


Слайд 3А.В.Павлов ОТИИ
Нейрон Мак-Каллока и Питтса 1943г. «Логическое исчисление идей, относящихся к

нервной деятельности»

• Возбуждение нейрона соответствует принципу «все или ничего».
• Время делится на дискретные моменты — такты. • Возбуждение нейрона в какой-то момент времени происходит, если в предшествующий момент времени произошли возбуждения определенного фиксированного числа синапсов. Это число не зависит ни от предыдущей активности, ни от расположения синапсов на нейроне.
• Возбуждение по связи от одного нейрона к любому другому происходит без задержки (за один такт).
• Синапсы могут быть возбуждающими или тормозящими. Входной сигнал, прошедший через тормозящий синапс, абсолютно исключает возбуждение данного нейрона в рассматриваемый момент времени,
• С течением времени структура сети не изменяется.


Слайд 4А.В.Павлов ОТИИ
Σ

Input
Output


Слайд 5А.В.Павлов ОТИИ
Правило обучения Хэбба
Если два нейрона одновременно возбуждены, то сила связи

между ними возрастает

Слайд 6А.В.Павлов ОТИИ
1973г., Гроссберг
Решение проблемы шумового насыщения сигмоидальной функцией



Слайд 7А.В.Павлов ОТИИ
Звезда Гроссберга





Слайд 8А.В.Павлов ОТИИ
Решение задачи распознавания




1. Обучение в соответствии с правилом Хэбба
Пара ассоциируемых

векторов 1,0.5,0 <->1

1

0.5

0

1

В соответствии с правилом Хэбба сила связей

1

0.5

0


Слайд 9А.В.Павлов ОТИИ
Решение задачи распознавания




2. Звезда Гроссберга обучена
На вход подается эталонный вектор

1,0.5,0

1

0.5

0

1

0.5

0

На вход вычислительного нейрона поступает возбуждение 1х1+0.5х0.5=1.25

Если порог нейрона, например, 0.9, то нейрон возбуждается – это сигнал распознавания


Слайд 10А.В.Павлов ОТИИ
Решение задачи распознавания




2. Звезда Гроссберга обучена
Теперь на вход подается похожий

на эталонный вектор 0.8,0.4,0

0.8

0.4

0

1

0.5

0

На вход вычислительного нейрона поступает возбуждение 0.8х1+0.4х0.5=1.0

Если порог по прежнему 0.9, то нейрон все равно возбуждается – сеть узнала этот измененный вектор
Меняя порог, можно менять толерантность сети, например, если порог 1.1, то этот вектор сеть уже не узнает, но узнает вектор 1,0.4,0


Слайд 11А.В.Павлов ОТИИ
Решение задачи распознавания




2. Звезда Гроссберга обучена
Теперь на вход подается вектор,

не похожий на эталонный 0.4,0.9,0.8

0.4

0.9

0.8

1

0.5

0

На вход вычислительного нейрона поступает возбуждение 0.4х1+0.9х0.5+0.8х0=0.85

Если порог по прежнему 0.9, то нейрон уже не возбуждается – сеть не узнает этот вектор


Обратная связь

Если не удалось найти и скачать презентацию, Вы можете заказать его на нашем сайте. Мы постараемся найти нужный Вам материал и отправим по электронной почте. Не стесняйтесь обращаться к нам, если у вас возникли вопросы или пожелания:

Email: Нажмите что бы посмотреть 

Что такое ThePresentation.ru?

Это сайт презентаций, докладов, проектов, шаблонов в формате PowerPoint. Мы помогаем школьникам, студентам, учителям, преподавателям хранить и обмениваться учебными материалами с другими пользователями.


Для правообладателей

Яндекс.Метрика