Классификация искусственных нейронных сетей

Искусственная нейронная сеть – это набор нейронов, соединенных между собой. Как правило, передаточные, активационные функции всех нейронов в сети фиксированы, а веса являются параметрами сети и могут изменяться. Некоторые входы нейронов помечены как внешние входы сети, а некоторые выходы – как внешние выходы сети. 

Подавая любые числа на входы сети, мы получаем какой-то набор чисел на выходах сети. Таким образом, работа нейросети состоит в преобразовании входного вектора X в выходной вектор Y, причем это преобразование задается весам сети.
 Существуют различные классификации нейронных сетей в зависимости от признака. Классифицируя нейронные сети по топологии, можно выделить три основных типа таких сетей:

  1. полносвязные сети ( рис. 1, а);
  2. многослойные или слоистые сети (рис 1, б)
  3. слабосвязные сети (рис. 1, в)

Классификация искусственных нейронных сетей
Рис. 1. Архитектуры нейронных сетей: а – полносвязная сеть, б – многослойная сеть с последовательными связями, в – слабосвязные сети

 Полносвязные сети представляют собой ИНС, каждый нейрон которой передает свой выходной сигнал остальным нейронам, в том числе и самому себе (рис. 1-а). Все входные сигналы подаются всем нейронам. Выходными сигналами сети могут быть все или некоторые выходные сигналы нейронов после нескольких тактов функционирования сети.
В многосвязных (или многослойных) сетях нейроны объединяются в слои. Слой содержит совокупность нейронов с едиными входными сигналами. Число нейронов в каждом слое может быть любым и никак заранее не связано с количеством нейронов в других слоях. В общем случае сеть состоит из Q слоев, пронумерованных слева направо. Внешние входные сигналы подаются на входы нейронов первого слоя (входной слой часто нумеруют как нулевой), а выходами сети являются выходные сигналы последнего слоя. Вход нейронной сети можно рассматривать как выход «нулевого слоя» вырожденных нейронов, которые служат лишь в качестве распределительных точек, суммирования и преобразования сигналов здесь не производится. Кроме входного и выходного слоев в многослойной нейронной сети есть один или несколько промежуточных (скрытых) слоев.
Связи от выходов нейронов некоторого слоя q к входам нейронов следующего слоя (q + 1) называются последовательными.
В свою очередь, среди слоистых сетей выделяют следующие типы.
Сети без обратных связей (прямого распределения). В таких сетях нейроны входного слоя получают входные сигналы, преобразуют их и передают нейронам 1-го скрытого слоя, далее срабатывает 1-й скрытый слой и т.д. до Q-гo, который выдает выходные сигналы для интерпретатора и пользователя (рис. 1-б). Если не оговорено противное, то каждый выходной сигнал i-го слоя подастся на вход всех нейронов (q+l)-го слоя; однако возможен вариант соединения q-го слоя с произвольным (q+р)-м слоем.
Сети с обратными связями. Это сети, у которых информация с последующих слоев передается на предыдущие.
В качестве примера сетей с обратными связями можно рассматривать так называемые частично-рекуррентные сети Элмана и Жордана (рис.2).

Классификация искусственных нейронных сетей
Рис. 2. Частично-рекурентные сети: а – Элмана; б – Жордана

Слабосвязные сети (нейронные сети с локальными связями) представляют собой слоистые сети с небольшим количеством связей (рис 1-в).


искусственные нейронные сети
Гость, оставишь комментарий?
Имя:*
E-Mail:


Свежее новое
  • Какая разница между весом и массой? Подтверждение Эйнштейна
  • Многие граждане ошибочно полагают, что масса и вес – это одинаковые понятия. И мнение таких людей ошибочно – еще Эйнштейн в своих работах доказал,
  • Кто населял Москву раньше, чем в ней поселились москвичи?
  • 5 000 лет назад на том месте, где сейчас находится Москва, проживали древние люди, относившиеся к фатьяновской археологической культуре. Они
  • Чудо природы "Квадратные" волны: прекрасны, но опасны (фото)
  • Это редкое и потрясающее природное явление известно также под названием "перекрёстные волны". Его суть заключается в столкновениях волн под тем или
  • Найдено применение закону Бенфорда – с его помощью устанавливаются махинации при заключении бизнес-сделок или уплаты налогов
  • В 1938 году Фрэнк Бенфорд разработал систему закономерности чисел. С 1995 года, на основании системы Бенфорда, введена система проверки налоговых,
  • Какие загадки таит в себе долларовая купюра
  • Правый верхний угол долларовой банкноты содержит изображение маленького непонятного существа. При рассмотрении в лупу оно кажется подобным птице.
Последние комментарии
5 лучших приложений искусственного интеллекта для вашего телефона Android
ха....не отвечают.....а программа выдает заложенный в исходном коде в ответ на запрос. то же самое умеет калькулятор, только там нужно нажимать равно
5 лучших приложений искусственного интеллекта для вашего телефона Android
Я считаю,что искусственный интеллект ,когда нибудь будет,а пока это программы которые выполняют определенный алгоритм команд,интеллект-это
Нейронные сети Кохонена
Спасибо огромное за доступность представленного материала. Особенно ценным есть простой пример, на котором описана работа модели. Читала на многих
Демонстрация онлайн обучения нейронной сети
сказки переобучения НС и потери сигнала на таких нервонных сетях чудненькие распознованеи ближе к зеро :)
Что ждёт человечество с учётом дальнейшего развития «искусственного» интеллекта?
Совсем недавно завершилась серия логических игр Go 3 года канулив лету а ИИшак все играет в го а люди как обычно пашут до самой молодости :)
Мы в социальных сетях
Статистика
1  
Всего статей 1583
2  
Всего комментариев 98
1  
Пользователей 75