перейти к полному списку дипломных проектов
Ссылка на скачивания файла в формате .doc находится в конце странички
3 Теорема о стабильности
Теорема (о стабильности): X :
2
Т.е. при подаче на вход сигнала схожего с одним из запомненных ранее, классифицирует его, как узнанный. Если входной сигнал сильно отличается от запомненных ранее, не уничтожая результаты предыдущего обучения, запоминает его.
Программную реализацию осуществить в среде Matlab.
2.2.2 Формальная постановка задачи
Введем обозначения:
X – множество входных векторов
X – входной вектор
X = (x1,..,xr )
Ai – нейронный ансамбль
aij – j-й нейрон в i-ом ансамбле
M – множество обученных ансамблей нейронов
B – множество порогов
B – вектор порогов, соответствующий одному нейронному ансамблю
Bi = [b1,..br]
bi – порог одного нейрона
n – номер первого необученного ансамбля
Ii – выходной импульс i-го нейронного ансамбля
I = {0;1}
Ii = 1 , когда входной сигнал соответствует запомненному в i-м ансамбле образу, или обучен ему
c – командная переменная
c = {0;1}
T – время полного цикла, Т = Т1 + Т2
T1 – время процесса распознавания
T2 – время процесса обучения
Постановка задачи:
Создать нейронную сеть удовлетворяющую теореме:
T: X :
2.3 Волновая Резонансная Теория
2.3.1 Описание ВPT
Сеть ВPT - это классификатор кривых. В качестве которых могут выступать звуковые кривые (кривые зависимости интенсивности от времени, спектр звука), синусоиды, и т.д.
Входной вектор является аппроксимацией классифицируемой кривой. Один из способов его получения – это дискретизация величины интенсивности по времени. Он классифицируется в зависимости от того, на какой из множества ранее запомненных образов он похож. Свое классификационное решение сеть ВPT выражает в форме генерации единичного импульса одним из ансамблей распознающего слоя. Если входной вектор не соответствует ни одному из запомненных образов, создается новая категория посредством запоминания образа, идентичного новому входному вектору. Если входной вектор мало отличается от какого-либо из ранее запомненных, то произойдет его распознавание, если хотя бы одна компонента входного вектора сильно (не допустимо) отличается от запомненного образа, то узнавания не произойдет. Запомненный образ не будет изменяться, если текущий входной вектор не окажется достаточно похожим на него. Таким образом решается дилемма стабильности-пластичности. Новый образ может создавать дополнительные классификационные категории, однако новый входной образ не может заставить измениться существующую память.
2.3.2 Основные определения и Леммы
Опр1: n – номер 1-го необученного нейрона,
n1 = 1;
при t = T1
Опр2: c – командная переменная,
при t = T1
Опр3: i-й ансамбль обучен :
X
Лемма 1 (об обучении):
Лемма 2 (о командном блоке): Пусть Ii = 1 (при t = T1), => c = 0,
2.3.3 Теорема о стабильности
Теорема (о стабильности): X :
2.3.4 Доказательство
Существование:
X1 : B1 = X1 => I1 = 1 (из Леммы об обучении)
Ч.т.д.
Единственность:
От противного
Предположим
Из (1) по Л2 следует, что т.к. Ik = 1 , т.е. пункт (2) не возможен
Ч.т.д.
2.3.5 Архитектура ВPT
На рис. 8 показана схема сети ВPT, представленная в виде четырех функциональных модулей. Она включает Блок Управления, N фильтров, N ансамблей нейронов и Командный Модуль. Блок Управления и Командный Модуль обеспечивают управляющие функции, необходимые для обучения и классификации.
Рис. 8. Схема ВРТ
2.3.6 Принцип работы
Блок управления (БУ) получает на вход вектор x и пропускает его в параллельно во все ансамбли.
скачать бесплатно ВОЛНОВАЯ РЕЗОНАНСНАЯ ТЕОРИЯ
Содержание дипломной работы
2 Основные определения и Леммы
2
В первых же работах выяснилось, что эти модели не только повторяют функции мозга, но и способны выполнять функции, имеющие свою собственную ценность
Их используют для дифференциации кодирующих и некодирующих участков ДНК (экзонов и интронов) и предсказания структуры белков
Мозг включает: ствол головного мозга (задний мозг), мозжечок, лимбическую систему, диэнцифалон и кору головного мозга (рис
Рисунок мозга в разрезе демонстрирует доли коры головного мозга и их функции
Мембрана концевой пуговки называется пресинаптической мембраной, а мембрана той, клетки, на которую передается импульс, - постсинаптической
В нейрокомпьютере решение принимается интуитивно;
каждый нейрокомпьютер индивидуален
В сетях с обратным распространением, например, обучающие векторы подаются на вход сети последовательно до тех пор, пока сеть не обучится всему входному набору
3 Теорема о стабильности
Теорема (о стабильности): X :
2
АРТ-1 разработана для обработки двоичных входных векторов, в то время как АРТ-2, более позднее обобщение АРТ-1, может классифицировать как двоичные, так и непрерывные векторы
Упрощенный слой сравнения
Чтобы получить на выходе нейрона единичное значение, как минимум два из трех его входов должны равняться единице; в противном случае его выход будет нулевым
Затем на вход сети подается входной вектор X, который должен быть классифицирован
В результате другой нейрон выигрывает соревнование в слое распознавания и другой запомненный образ P возвращается в слой сравнения
После определения выигравшего нейрона в сети не будет возбуждений других нейронов в результате изменения векторов выхода слоя сравнения С; только сигнал сброса может вызвать такие изменения
Здесь параметр е < 1, поскольку постоянные времени для торможения, как правило, больше характерных времен возбуждения, F – функция сигмоидного типа: F=l/(l+e-x) или F= 1/2 + (1/р) arctanx
Таблица 1
Библиотека событий приведена в таблице 2
Таблица 2
Для оценки временных и стоимостных параметров используем метод сетевого планирования и управления (СПУ)
Беспокойство вызывают крайне низкие частоты - КНЧ (5 Гц – 2000 Гц) и очень низкие частоты - ОНЧ (2 – 400 кГц) спектра
Под действием электростатического поля поляризуются частицы, которые «собирают» на себя микробы и пыль
Рабочий стул должен быть подъемно-поворотным и регулируемым по высоте и углам наклона сиденья и спинки, а также по расстоянию спинки от переднего края сиденья
В непосредственной близости друг от друга располагаются соединительные провода, кабели
Пользуйтесь специальными принадлежностями – подставками для ладоней или запястий, подставками для ног и т
