Основы теории искусственных нейронных сетей. Александр Аполлонович Кириченко
Читать онлайн книгу.
или деления. Можно научить и более сложным действиям, превратить их в маленькую экспертную систему. После обучения нейроны обученных ИНА должны быть заблокированы. Образуется обученная нейросеть, в которой возможность переобучения отсутствует.
В каждом из этих случаев создаётся небольшая нейросеть и с помощью универсального нейропакета обучается выполнению необходимой операции. Затем обученная нейросеть извлекается из обучавшего её нейросетевого пакета и сохраняется в виде исходного модуля на каком-либо алгоритмическом языке, либо после компиляции сохраняется в виде исполняемого файла, который может быть включён в состав создаваемой программы.
Одной из главных целей нейронного моделирования является использование принципов построения и функционирования мозга для решения практических задач по обработке информации, трудно поддающихся решению другими средствами.
Эта цель реализуется путем создания и использования нейронных конфигураций, которые имитируют некоторые важные свойства, присущие естественному интеллекту, такие как
– обобщение,
– обучение,
– распознавание,
– принятие решений
– и др.
Объединение ИН в такие конфигурации фактически порождает новый уровень функциональности программирования, отличный от использующихся возможностей традиционных компьютеров.
Для примера рассмотрим две разновидности ИНА: Нейросетевой логический элемент «Штрих Шеффера» и нейросетевой преобразователь кода из двоичной в шестнадцатиричную систему счсления («2 – Hex»).
Нейросетевой логический элемент «Штрих Шеффера» [7]
В общем количестве логических операций штрих Шеффера занимает особое место среди логических операций.
Штрих Шеффера, образует базис для пространства булевых функций от двух переменных.
Используя только штрих Шеффера, можно построить остальные логические операции двух переменных.
Штрих Ше́ффера – бинарная логическая операция, булева функция над двумя переменными. Введена в рассмотрение Генри Шеффером в 1913 году.
Штрих Шеффера, обычно обозначаемый | (вертикальной чертой), эквивалентен операции И-НЕ и задаётся следующей таблицей истинности:
Таким образом, высказывание X | Y означает, что X и Y несовместны, то есть не являются истинными одновременно.
При нейросетевой реализации создается штрих Шеффера с помощью трёхслойного перцептрона 2-2-1:
После создания в нейропакете проводится анализ созданной нейросети:
Из анализа видно, что всего нейронов 5, из них 2 – входных, 1 выходной, 2 скрытых нейрона в одном промежуточном слое. Нейросеть имеет 6 связей.
Для обучения перцептрона составлен файл из 8 строк «шеффер.