Нейронные сети (ИПОВС) / 4 курс - Рычагов М.Н. / Лекции / Lektsiya_3_Neyronnyie_seti_pryamogo_rasprostraneniya
.pdfРеализация элемента «Исключающее ИЛИ»
Обозначения:
▪s j ( j =1, 2) - состояние «скрытых» нейронов
▪wjk - синаптические связи между H и O слоями
▪wij - синаптические связи между I и H слоями
|
|
|
|
|
|
|
|
||||||||||
▪ j |
- смещение нейронов H слоя |
|
|
|
|
||||||||||||
▪ k |
- смещение нейронов O слоя |
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
Преобразование сигнала в 2-х слойной сети |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
2 |
1 |
|
|
|
|
|
|
|
s1 |
s2 |
|
|
|
|
|
|
h1 |
h2 |
|
H1 |
S1 |
||||||||||
|
+ 1 |
|
+ 1 |
- 1 |
|
w |
3w |
|
+ 1 |
+ 1 |
− 3w |
- 1 |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
+ 1 |
|
- 1 |
+ 1 |
− w |
w |
- 1 |
+ 1 |
w |
+ 1 |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
-1 |
|
+ 1 |
+ 1 |
− w |
w |
|
- 1 |
+ 1 |
w |
+ 1 |
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
-1 |
|
- 1 |
- 1 |
− 3w |
− w |
- 1 |
- 1 |
− w |
- 1 |
© 2019 МИЭТ, Нейронные сети |
11 |
© 2019 МИЭТ, Нейронные сети |
11 |
Многослойная нейронная сеть
|
Распространение сигнала |
|
|
|
|
|
|
Выходной |
Входной |
|
|
|
|
|
слой |
|
слой |
|
|
|
|
|
|
Скрытые слои
Общая архитектура многослойной нейронной сети
© 2019 МИЭТ, Нейронные сети |
12 |
© 2019 МИЭТ, Нейронные сети |
12 |
Многослойный перцептрон
Трёхслойный перцептрон 16-4-5
© 2019 МИЭТ, Нейронные сети |
13 |
© 2019 МИЭТ, Нейронные сети |
13 |
Пример: обработка визуальной информации
Классическая модель перцептрона
(Rosenblatt, 1958)
Источник: Raul Rojas Neural networks, 1996
© 2019 МИЭТ, Нейронные сети |
14 |
© 2019 МИЭТ, Нейронные сети |
14 |
Пример: вектор признаков
Формирование вектора признаков для образца T
© 2019 МИЭТ, Нейронные сети |
15 |
© 2019 МИЭТ, Нейронные сети |
15 |