Avtoassotsiativ to‘rlar

Avto-assotsiativ neyron tarmoqlarida odatda yorug'liklardagi barcha neyronlar boshqa yorug'likdagi barcha neyronlarga ulanishlarga ega bo'ladi, shuning uchun bu tarmoqlar yorug'liklari yolg'iz qatorda joylashgan quruq tarmoqlarga o'xshashdir.

Bunday neyron tarmoqlarining asosiy maqsadi, mos keladigan ma'lumotlar kiritilganida tarmoqdagi neyronlar o'zaro aloqa o'rganib, uch katta vazifani amalga oshiradi:

• tarmoqdagi mos keladigan ma'lumotlarni aniqlash
• tarmoqdagi mos keladigan ma'lumotlarni saqlash
• tarmoqdagi bo'lmagan ma'lumotlarni aniqlash va mos keladigan ma'lumotlarni aniqlash

Bu tarmoqlar odatda, sinash uchun foydalaniladigan tarmoqlardan farqli ravishda mos keladigan ma'lumotlarni aniqlash va ularga mos keladigan javoblar chiqarishda ishlatiladi.

QO‘LLANILGAN SOXALAR

Algoritim

Og'irliklarni o'rnatish algoritmida biz Hebb qoidasidan foydalanamiz, chunki kirish va chiqish vektorlari mukammal o'zaro bog'liqdir, chunki kirish va chiqishda bir xil miqdordagi chiqish va kirish birliklari mavjud.

Hebb qoidasi:

• A va B musbat korrelyatsiya qilinganda, ular orasidagi bog'lanish kuchini oshiring.
• A va B manfiy bog'langan bo'lsa, ular orasidagi aloqa kuchini kamaytiring.
• Amalda biz og'irliklarni o'rnatish uchun quyidagi formuladan foydalanamiz:
• Bu erda, W = vaznli matritsa
• T = O'rganish darajasi
• S(p): p-aniq n-o'lchovli prototip naqshlari

Trening algoritimi

• i= 1,2,3 …n va j= 1,2,3 …n uchun barcha og‘irliklarni shunday boshlang: w ij =0 .
• Har bir vektorni saqlash uchun quyidagi amallarni takrorlang:
• Har bir kirish bloki uchun faollashtirishni i= 1 dan n gacha o'rnating: x i = s i .
• Har bir chiqish birligi uchun faollashtirishni j = 1 dan n gacha o'rnating: y j = s j .
• i= 1,2,3 …n va j= 1,2,3 …n uchun og‘irliklarni shunday yangilang: w ij (yangi) = w ij (eski) + x i y j