1. Идентификация предметной области
1.1 Понятие искусственной нейронной сети. Классификация нейросетей
Искусственная нейронная сеть (ИНС) – это набор формальных нейронов, соединённых между собой. Понятие ИНС подразумевает параллельную распределённую вычислительную структуру, состоящую из множества обрабатывающих элементов, которые могут обладать локальной памятью, и производить локальные преобразования информации. ИНС представляется в виде направленного графа, вершинами которого являются нейроны, а дугами – однонаправленные связи между ними.
Как правило, передаточные функции всех нейронов в сети фиксированы, а веса являются параметрами сети и могут изменяться.
С точки зрения топологии можно выделить три основных типа ИНС:
1) полносвязные сети (рисунок 1), в которых каждый нейрон передает свой выходной сигнал всем остальным нейронам. Выходными сигналами сети могут быть все или некоторые выходные сигналы нейронов после нескольких тактов функционирования.
Рисунок 1 – Полносвязная нейронная сеть
слабосвязные сети (рисунок 2), в которых нейроны располагаются в узлах прямоугольной или гексагональной решетки. Каждый нейрон может быть связан с четырьмя (окрестность фон Неймана), шестью (окрестность Голлея) или восемью (окрестность Мура) своими ближайшими соседями.
Рисунок 2 – Слабосвязные нейронные сети
многослойные сети (рисунок 3), в которых нейроны объединяются в слои. Слой содержит совокупность нейронов с едиными входными сигналами. Число нейронов в слое может быть любым и не зависит от количества нейронов в других слоях.
Рисунок 3 – Многослойная сеть
Среди многослойных нейронных сетей выделяют следующие:
- Сети без обратных связей или однонаправленные (рисунок 4). В таких сетях нейроны входного слоя получают входные сигналы, преобразуют их и передают нейронам первого скрытого слоя, и так далее вплоть до выходного. Среди многослойных сетей без обратных связей различают полносвязанные (выход каждого нейрона q-гo слоя связан с входом каждого нейрона (q+1)-гo слоя) и частично полносвязанные.
Рисунок 4 – Однонаправленная многослойная нейронная сеть
- Сети с обратными связями или рекуррентные (рисунок 5). В таких ИНС информация с последующих слоёв передаётся на предыдущие.
Рисунок 5 - Частично-рекуррентные сети: а - Элмана, б – Жордана
По типам структур нейронов ИНС разделяют на:
- гомогенные (однородные), состоящие из нейронов одного типа с единой функцией активации;
- гетерогенные, в которые входят нейроны с различными функциями активации.
По типу входной информации ИНС можно разделить на:
- бинарные, где входы и выходы каждого нейрона могут принимать только два значения: логический 0 или 1;
- биполярные, в которых обрабатываются сигналы, состоящие из значений +1 и -1;
- аналоговые, оперирующие действительными числами.
По изменяемым состояниям ИНС делятся на:
- асинхронные, в которых в каждый момент времени своё состояние меняет лишь один нейрон;
- синхронные, в которых состояние меняется сразу у целой группы нейронов (как правило, у всего слоя).
По методу обучения выделяют ИНС:
- обучающиеся с учителем – сети, которые для того чтобы удовлетворять поставленным критериям требуют предварительного обучения перед включением их в реальную обстановку;
- самообучающиеся – сети, способные совершенствовать свои характеристики (самообучаться) в процессе работы.