Стохастическая модель.

Это вероятностная модель. В данной модели рез-ты на выходе зависит не только от входящей информации, как во всех др моделях, но и от некой случ-й составляющей, случайности событий.

Сущ-ет неск-ко вар-тов введения в модель этой составляющей.

1. выход делают случайным, т.е. сигнал либо проходит либо запирается.

2. в модели сигнаидального нейрона может случайно меняться параметр , а в модели персептрона меняют .

3. в модели может случайно отключаться (или вкл-ся) один их входов.

Замечание. В настоящее время во многих моделях нейрона вводятся понятия «активности» и «усталости». Передав сигнал (особенно в условиях конкуренции, WTA), нейрон отдыхает (становится неактивным), чтобы позже проявить Стохастическая модель. активность ввели параметр усталости: чем > сигнал на выходе, тем сильнее усталость. Т.о. у нейрона формируются фазы активности и усталости. Особенно важны эти фазы, где введено в модели нейронных сетей отмирание.

Виды нейронных сетей (НС):

НС образ-ся путемсоед-я однородных нейронов, т.е. нейронов одной модели, следоват-но, сети, например, персептронные, WTA, Гроссберга и т.д.

По построению сети делят на:

1)однослойные (нейроны образуют 1 слой);

2) 2-хслойные (когда выходы из одной сети- это входы для второй).

Двухслойные сети делятся на сети без обратной связи и сети с обратной связью.

3) многослойные сети (есть входной слой, выходной слой, 1 или неск Стохастическая модель.-ко внутр. слоев).

Также посторение сети идет:

1) линейное соединение (слой за слоем);

2) рекуррентное (есть обратная связь между вх. и вых. слоем);

3) радиальная сеть (слои образуют окружность).

Особое место в НС заняли реккурентные сети (с обратной связью): обратная связь бывает положит-ая (делает систему неустойчивой, т.к. усиливает отклонение от равновесия) и отрицат-ая (делает систему более устойчивой, ее очень трудно отвести от равновесия). реккурентная сеть с режимом обратной связи была использована для разработки спец. памяти, которая наз. BAM(… assotiation memory)- ассоциативная память, хар-на тем, что запоминает знания, а не данные (например, в рисунках, фотках).

Особые виды НС:

1. Сеть с Стохастическая модель. самоорганизацией (WTA сети, …), когда в сети ярко выражена саморг-ция: периоды отдыха и активизации, конкуренция групп и отмирание нейронов. (самоорг-ция за счет обратной связи сюда не входит). Кохонен придумал правила самоорганизации, конкуренции, самообучения в НС.

2. Корреляционные сети (сети Хебба) – этосамоорг-щаяся сеть, но на основе правил Хебба. Делятся на 2 категории: PCA (компонентный анализ) и ICA (анализ независимых компонент).

3. Нечеткие (случ-е) сети - используют нечеткую логику. Прохождение сигнала через случ-й нейрон опр-ся не только уровнем сигнала, но и случ. величиной. Если случ-е нейр-ы объед-ся в сети, то образ-ся очень сложная Стохастическая модель. случ-ая система, которая наз. случайными сетями. Здесь есть алгоритмы самоорг-ции, но особого вида.



documentarlqptx.html
documentarlqxef.html
documentarlreon.html
documentarlrlyv.html
documentarlrtjd.html
Документ Стохастическая модель.