1.2.2.Слой сравнения

Слой сравнения получает двоичный входной вектор Х и первоначально пропускает его без изменения для формирования выходного вектора C=X. На более поздней фазе распознавания двоичный вектор R, модифицирует вектор C, в результате C≠X .

Каждый нейрон в слое сравнения (рис. 6.2) получает три двоичных входа (0 или 1):

1. Первая компонента - х_i входного вектора X;

2. Вторая компонента - реакция распознающего слоя p_i = r_k t_ki;

3. Третья компонента - вход от Пр1 (один и тот же сигнал подается на все нейроны этого слоя).

Рис.6.2. 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, т.е. реализуется правило «2 из 3-х». Первоначально выходной сигнал Пр1 G1=1 обеспечивает один из необходимых для возбуждения нейронов входов, а все компоненты вектора R установлены в 0; следовательно, в этот момент вектор C идентичен двоичному входному вектору X.

1.2.3.Слой распознавания.

Слой распознавания осуществляет классификацию входных векторов. Число нейронов этого слоя соответствует числу запомненных образов - n (категорий классификации). Значение n увеличивается по мере запоминания новых категорий. В каждый момент времени в слое распознавания возбуждается только один нейрон с наибольшим уровнем активации. На выходе этого нейрона устанавливается единичный уровень сигнала r_k = 1. Все остальные нейроны заторможены и имеют нулевой уровень сигнала на выходе r_i = 0, где i ≠ k. Это правило называется «победитель забирает все».

Рис.6.2. Слой распознавания

Каждый нейрон k в слое распознавания имеет соответствующий вектор весов B_k.(рис.6.3). Эти веса являются действительными числами, а не двоичными величинами. Нейрон k имеет максимальную реакцию, если вектор C, являющийся выходом слоя сравнения, наилучшим образом соответствует набору его весов. Следовательно, веса B_k представляют запомненный образ или экземпляр для категории входных векторов. Двоичная версия этого образа также запоминается в соответствующем наборе весов - T_k (рис.6.2).

В процессе функционирования каждый нейрон слоя распознавания вычисляет свертку вектора собственных весов B_k и входного вектора C. Нейрон, имеющий веса, наиболее близкие вектору C, будет иметь самый большой выход, тем самым выигрывая соревнование у всех остальных нейронов в слое. Конкуренция между нейронами, как правило, реализуется введением связей с отрицательными весами l_ik с выхода каждого нейрона r_k на входы остальных нейронов. Таким образом, если нейрон имеет большой выходной сигнал, то он тормозит все остальные нейроны в слое. Кроме того, каждый нейрон имеет связь с положительным весом со своего выхода на свой собственный вход. Если нейрон имеет на выходе большой уровень сигнала, то эта обратная связь стремится усилить и поддержать его. Для простоты, обратные связи между нейронами не показаны на схеме слоя распознавания (рис.6.3).

1.2.4.Модули приемников и сброса

Выходной сигнал Приемника1 G1=1, если хотя бы одна компонента x_i двоичного входного вектора X равна единице. Однако, если хотя бы одна компонента r_k вектора R равна единице, то G1=0. Правило формирования сигнала G1 определены в табл. 6.1.

Выходной сигнал Приемника2 G2=1, если входной вектор Х имеет хотя бы одну единичную компоненту x_i=1. Точнее, сигнал G2 является логическим «ИЛИ» от компонент вектора X (табл.6.1).

Правила формирования сигналов Приемников Таблица 6.1

Логическое «ИЛИ» от компонент X x1 or …xi or…xm	Логическое «ИЛИ» от компонент R r1 or …rk or…rn	G1	G2
0	0	0	0
1	0	1	1
1	1	0	1
0	1	0	0

Модуль сброса измеряет сходство между векторами X и C. Мера сходства ρ вычисляется как отношение количества совпавших компонент в векторах C и X к количеству компонент m во входном векторе X. Если значение ρ меньше заданного порогового уровня, то вырабатывается сигнал сброса возбужденного нейрона в слое распознавания. Иначе, выходной сигнал победившего нейрона обнуляется r_k=0.