Вернуться
на страницу <Model Vision Studium>
В начало
Моделирование процесса обучения (метод
Уидроу – Хоффа).
В данном параграфе
рассматривается расширение простого
метода обучения однослойного
персептрона. Отличие состоит в том,
что на выходе мы можем получить любой
вещественный вектор, а не двоичный,
как в предыдущем случае. В данном
случае, требуемый выход задается с
наперед заданной точностью. Интерес,
опять же представляет время обучения.
Ниже представлена структурная схема.
Ввиду похожести схемы мы
опишем только отличия ее от
предыдущей. Во-первых, вход не
подается на блок, формирующий весовые
коэффициенты (s – слой). Это связано с
той абстракцией, о которой мы говорили
– дифференциальные уравнения могут с
успехом работать и без знания входов.
В остальном s – слой работает также. A
– слой работает абсолютно также за
исключением того, что в качестве
активационной функции взята
сигмоидальная функция. Основной
интерес здесь представляет
появившийся R – слой. Он масштабирует
выходной сигнал сети до заданных
значений в зависимости от ошибки. Дело
в том, что как бы мы не изменяли
весовые коэффициенты, выход A –слоя не
может быть иным, кроме как из
промежутка (0,1). А мы задались целью
выдавать абсолютно любой выход. С этой
целью в R – блоке введены свои
коэффициенты и свои состояния,
которые изменяются в зависимости от
ошибки и от выхода слоя A. Интерес
представляет тот случай, когда все
весовые коэффициенты R – слоя
положительны, а выход требуется
получить отрицательным. Ясно, что в
таком случае дифференциальными
уравнениями мы можем добиться лишь
"0" выхода (одно из неудобств).
Требуется поменять знак выхода R –
блока. Для этого вводится порог выхода
A – блока (в нашем случае – 0,001), как
только выход A – блока становится
меньше, то система запрашивает
пользователя о продолжении
эксперимента (дело в том, что возможно
пользователь и хотел получить "0"
выход). Если эксперимент продолжается,
то блок переходит в другое состояние,
меняет знак выходного сигнала и в
дальнейшем достигает необходимого
выхода. Ниже представлена управляющая
структура R – блока.
Здесь r – масштабирующие
коэффициенты R – слоя, out1 – выход A –
слоя, Out1 – выход сети.
Моделирование
производилось на различных входных и
выходных векторах. Ниже представлен
случай, охватывающий большинство
интересных ситуаций.
Ступеньки в графиках 2,4,5
связаны как раз с ожиданием системы
того, момента, когда выход A – слоя
перешагнет пороговое значение.
В начало
Вернуться на страницу <Model Vision
Studium> |
