О компании Стоимость
компании
Стратегическое
планирование
Управление
стоимостью
Стоимостной
маркетинг
Стоимостное
мышление
Привлечение
инвестиций
 

Примеры обучаемых опознающих систем

В заключение этого раздела рассмотрим несколько примеров обучаемых опознающих систем.

В качестве первого примера возьмем простую обучающуюся опознающую систему матричного типа. Функционально ее простота определяется линейностью решающего правила, а структурно – тем, что организация систем матричного типа давно и достаточно хорошо отработана в технике. С помощью матриц решаются многие задачи кодирования и декодирования сигналов. Матричную структуру имеют постоянные запоминающие устройства на сопротивлениях, конденсаторах,

Положение верхних переключателей показывает, что на вход матрицы поступил набор признаков 01010, характеризующий третий класс входных сигналов. Компаратор оценивает величину сигнала на каждой из выходных горизонтальных шин. Нетрудно проследить, что при равных значениях проводимости каждой связи максимальный ток будет на третьей горизонтальной шине. Поэтому на выходе компаратора появится единичный выходной сигнал только на шине.

Разница сигналов на горизонтальных шинах, поступающих на компаратор, измеряется как расстояние в хемминговом пространстве между вершинами единичного гиперкуба, координаты которых записаны в приведенной выше структурной матрице устройства.

Фактически рассмотренную обучаемую матрицу можно было бы представить и в ином виде, выразив основные структурные закономерности ее организации с помощью сети нейроноподобных элементов. Более естественная нейрологическая интерпретация характерна для другой, широко известной опознающей и самоорганизующейся системы, которую часто называют «перцептроном», хотя существует тенденция называть перцептронами довольно широкий класс опознающих систем. Перцептрон – родоначальник опознающих систем, синтезируемых из аналогов нейронов, разработан Ф. Розенблаттом, который сформулировал в качестве исходных предпосылок следующие три факта организации и функционирования центральных частей анализатора. Во-первых, в соответствии с данными нейрофизиологии, связи между нейронами мозга носят случайный, а не детерминированный характер. Во-вторых, функции памяти распределены в мозгу и это распределение является случайным. В-третьих, животное, имеющее мозг, приобретает свойство тонко анализировать окружающую обстановку не вследствие наследственной способности, а в результате обучения и накопления опыта.

В теории перцептронов, сформулированной Ф. Розенблаттом, принципиально новым является то, что в ней заранее отказываются от полностью безошибочного решения и вместо этого вводится понятие вероятности достижения приемлемого решения. Всякого рода случайности снижают вероятность получения правильного ментам связи между нейронами, т. е. распределена в синапсах нейронов.

Обучение перцептрона протекает по той или иной схеме, но всегда для поведения перцептрона характерен не заранее заданный логический алгоритм, а постепенно создающееся смещение характеристик в нужную сторону.

Первый слой образуют рецепторные нейроны, которые соединены случайными связями с центральными нейронами. Последние образуют второй слой и связаны в свою очередь случайными связями с эффекторными нейронами третьего слоя. Свойства многослойных нейронных структур со случайными связями до сих пор не поняты полностью. Не существует строгих определений, связанных с синтезом этих сетей, нет оценок их возможностей, строгих обоснований правил их обучения. Известны отдельные теоремы и утверждения из теории перцептрона, но они либо небезукоризненны, либо касаются отдельных частных вопросов анализа или синтеза перцептронов. Вместе с тем широко распространено убеждение в том, что именно такие сети могут быть полезны для опознания сложных сигналов. Хотя каждый из нейронов в отдельности реализует простейшую решающую функцию – линейную гиперповерхность, нейронная многослойная сеть способна к формированию сложнейших разделяющих поверхностей в многомерных пространствах.


Предыдущая глава: Обучение бионических систем опознанию образов

Следующая глава: Особенности опознания образов в бионике моря


Содержание:

Очерки Бионики Моря
От автора
Освоение и использование гидросферы
Богатства мирового океана
Ресурсы океана
Организация производства под водой
Классы животных гидросферы
Подводные исследования глубин
Шельф мирового океана
Промышленное использование океана
Подводная агротехника растений
Использование и дрессировка животных
Освоение бионики океана
Прообраз бионической системы
Предмет бионики моря
Биологические исследования бионики
Структуры и системы бионики
Влияние элементов и структур бионических систем
Моделирование бионической системы
Задачи бионики моря
Использование бионики в технике
Биологические элементы системы – нейроны
Структура одиночного рецептора
Структурное формирование рецепторов
Основные функции рецептора
Различия рецепторов
Фоторецепторы глаз животных
Терморецепторы морских животных
Звукорецепторы слухового анализатора
Химорецепторы водных животных
Механизм звуковой локации
Структура и функции одиночного центрального нейрона
Синапсы нейрона
Возбуждение нейрона
Модели синапсов нейрона
Теории систем связи
Гидроакустический канал связи
Электромагнитный диапазон связи
Оптические системы связи
Электрорецепция электрических токов
Детекторы электромагнитного поля
Орган обоняния и вкуса
Механизм рецепции осязания
Гидронические волны
Гидроакустическая связь в океане
Акустическая сигнализация у морских животных
Виды локации животных
Механизм биолокатора дельфина
Слуховой анализатор китообразных
Излучатель импульсов дельфина
Эксперименты с дельфинами
Использование структур кибернетики
Системы управления событиями
Системы структурного представления
О системах с генетически заданной структурой управления
Структуры рефлекторной деятельности
Условные рефлексы и обучение
Моделирование условного рефлекса
Образование рефлексов животных
Нервная сеть различных организмов
Самоорганизация биологической системы
Исследование самоорганизации многоклеточных и одноклеточных
Задачи анализатора опознания
Системы параметров образов в пространстве
Статистические и вероятностные аспекты модели опознания
Решения задач опознания образов
Обучение бионических систем опознанию образов
Примеры обучаемых опознающих систем
Особенности опознания образов в бионике моря
Исследования поведения дельфина
Наблюдение за поведением животных
Основные аспекты поведения животных
Раздражения внешней среды
Результаты группового поведения
Форма симбиоза стаи рыб
Исследования подводных конструкций
Исследования бионических механизмов
Особенности конструкций животного
Сооружение скелета моллюсков
Конструктивные особенности строительства осьминогами
Гидродинамические аспекты бионики
Механизмы движения рыб и моллюсков
Гидроаэродинамика морских организмов
Описание аэродинамических и гидродинамических конструкций
Синтез конструктивных структур
Синтез элементов и систем
Манипуляторы в океанических организмах
Получение фильтрации
Опреснение морской воды
Газообмен под водой
Селективное накопление вещества
Исследования иоэнергетики
Источники электрического тока
Механизм биолюминесценции

На главную страницу сайта