Лекция: Ассоциативное обучение. Правило Instar .
Возможность обучения нейронных сетей является важнейшей отличительной особенностью нейросетевого подхода к построению систем обработки информации.
При ассоциативном обучении запоминаются связи между объектами (или ситуациями) во внешнем мире. Ассоциативное обучение иногда связывают с биологическими приобретенными навыками, такими как классический условный рефлекс.
ассоциативность нашей памяти- способность находить нужную информацию по ее малой части.
Ассоциативная память играет роль системы, определяющей взаимную зависимость векторов. Ассоциативные сети предназначены для распознавания образов. Функционирование этого вида сетей основано на способности человеческой памяти к ассоциативному воспроизведению какого-либо образа, ранее предъявленного для запоминания, по его описанию или части. Существуют два вида ассоциативных сетей — гетероассоциативные и автоассоциативные. Они различаются по способу запоминания и воспроизведения информации (таблица.билет19).
Instar-входная звезда.
Конфигурация Instar – фрагмент нейронных сетей, являющаяся моделью отдельных участков биологического мозга, была предложена и использована Гроссбергом во многих нейросетевых архитектурах.
Входная звезда представляет собой нейрон, на к. подаются входные сигналы через синаптические веса. Входная звезда реагирует на определенный входной вектор, которому она обучена. Это обеспечивается настройкой весов на соответствующий входной вектор. На выходе звезды формируется взвешенная сумма ее входов, представляющая свертку входного вектора с весовым вектором. В процессе обучения осуществляется модификация весовых коэффициентов.
Входная звезда обладает способностью к обобщению, проявляющейся в возможности реагировать на незначительные изменения единичного входного вектора.
Instar операции:
Входная звезда будет актививна когда:
или
Для нормализованных векторов, самый большой внутренний продукт происходит, когда угол между вектором веса и входным вектором — ноль — входной вектор равен вектору веса. Ряды матрицы веса представляют образцы для признания.