Гибридные сети. Основные понятия и определения.

Гибридные сети. Основные понятия и определения.

Каждая разновидность систем искусственного интеллекта имеет свои особенности, например, по возможностям обучения, обобщения и выработки выводов, что делает ее наиболее пригодной для решения одного класса задач и менее пригодной — для другого.

Например, нейронные сети хороши для задач распознавания образов, но весьма неудобны для выяснения вопроса, как они такое распознавание осуществляют. Они могут автоматически приобретать знания, но процесс их обучения зачастую происходит достаточно медленно, а анализ обученной сети весьма сложен (обученная сеть обычно — черный ящик для пользователя). При этом какую-либо априорную информацию (знания эксперта) для ускорения процесса ее обучения в нейронную сеть ввести невозможно.

Системы с нечеткой логикой, напротив, хороши для объяснения получаемых с их помощью выводов, но они не могут автоматически приобретать знания для использования их в механизмах выводов. Необходимость разбиения универсальных множеств на отдельные области, как правило, ограничивает количество входных переменных в таких системах небольшим значением.

Вообще говоря, теоретически, системы с нечеткой логикой и искусственные нейронные сети эквивалентны друг другу, однако, в соответствии с изложенным выше, на практике у них имеются свои собственные достоинства и недостатки. Данное соображение легло в основу аппарата гибридных сетей, в которых выводы делаются на основе аппарата нечеткой логики, но соответствующие функции принадлежности подстраиваются с использованием алгоритмов обучения нейронных сетей, например, алгоритма обратного распространения ошибки. Такие системы не только используют априорную информацию, но могут приобретать новые знания и для пользователя являются логически прозрачными.

Основные понятия и определения гибридных сетей

Для пояснения сущности гибридных сетей, рассмотрим еще раз простую нейронную сеть, имеющую два входа и только один нейрон (рис. 3.1).

Здесь входные сигналы xi «взаимодействуют» с весами ωi, образуя произведения

pi = xi ωi, i=1,2

Такая частная информация (произведения) объединяются с ис­пользованием операции суммирования, образуя вход netнейрона:

net = p1 + p2 = ω1x1 + ω2x2

Выход нейрона образуется в результате преобразования входа netнекоторой активационной функцией:

у = f(net) = f(ω1x1 + ω2x2), например, сигмоидного типа

Гибридные сети. Основные понятия и определения.

Приведенную однонейронную сеть, в которой используются опе­рации умножения, суммирования и сигмоидная функция актива­ции, будем называть стандартной нейронной сетью.

Гибридные сети. Основные понятия и определения.

Рис. 1. Элементарная НС

В случае применения других операций, таких как t-норма или t-конорма, придем к нейронной сети, которая будет называться гибридной.

Определение. Гибридная нейронная сеть — это нейронная сеть с четкими сигналами, весами и активационной функцией, но с объединением xi и ωip1 и р2 с использованием t-нормы, t-конормы или некоторых других непрерывных операций.

Входы, выходы и веса гибридной нейронной сети — веществен­ные числа, принадлежащие отрезку [0, 1].

Рассмотрим следующие примеры элементарных гибридных ней­ронных сетей.

Нечеткий нейрон «И». Сигналы xi и веса ωв данном случае объединяются с помощью треугольной конормы:

pt = Si, xi), i = 1,2,

а выход образуется с применением треугольной нормы (рис. 2):

у = AND(p1,р2) = Т(p1,р2) = Т(S1, x1), S(ω2, x2) ).

Если принять T= min, S = max, тогда нечеткий нейрон «И» реализует композицию min-max:

у=min (ω1˅ x1 , ω2˅ x2).

Гибридные сети. Основные понятия и определения.

Рис. 2. Структура гибридного нейрона «И»

 

Нечеткий нейрон «ИЛИ». Сигналы xi и веса ωi здесь объ­единяются с помощью треугольной нормы:

Pi = T(ωi, xi), i = 1,2,

Гибридные сети. Основные понятия и определения.

Рис. 3. Нечеткий нейрон «ИЛИ»

 

а выход образуется с применением треугольной конормы (см. рис. 3):

у = OR(p1,p2) = S(p1 ,p2= S(T(ω1, х1), T2, х2).

 

Если принять Т = min, S= max, тогда нечеткий нейрон «ИЛИ» реализует композицию max-min:

у=max (ω1˄ x1 , ω2˄ x2).


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


 
Свежее новое
  • Искусственный интеллект смог визуализировать 2D изображения.
  • Ученые из Вашингтона разработали модель, которая способна воссоздавать движения человека на фотографиях и картинах. Она создает для него 3D модель и
  • Искусственный интеллект, робот Вера, получил 226 млн рублей
  • ФРИИ и Кировский завод вкладывают 226 миллионов рублей в представителя «Сколкова» — компанию «Стафори», создавшую робота-рекрутера. Искусственный
  • В Москве состоялся финал PicsArt AI Hackathon, с самым крупным призовым фондом в истории
  • 30 ноября-2 декабря, в Москве прошел крупнейший хакатон в сфере искусственного интеллекта и компьютерного зрения - PicsArt AI Days. На хакатон было
  • В следующем году в Москве, заработает видеоконтроль, способный обнаружить преступников
  • Как рассказал в своем сообщении Сергей Собянин, новая система будет способна анализировать записи с видеокамер. Быстрая обработка данных позволит
  • В Москве пройдет один из крупнейших хакатонов в мире в сфере искусственного интеллекта
  • PicsArt, ведущая творческая платформа для создания контента и визуализации историй в социальных сетях с более чем 100 миллионами активных
Последние комментарии
Каким был первый робот в мире? Происхождение слова "Робот"
Восхищения нет предела делу ваших рук и идей. Хочется склонить голову перед вашим трудом, хотя твердо придерживаюсь Библии (не поклоняться идолам)
Как работает Любовь? Квантовая связь нейронной активности Людей
Я думаю, когда начнется квантовое взаимодействие мржду человеком и ИИ это и будет началом конца.
Как работает Любовь? Квантовая связь нейронной активности Людей
Как вы считаете, возможно ли образование квантовых взаимодействий между человеком и ИИ? 
Сильный Искусственный Интеллект «Smart-MES» как основа Технологической Сингулярности России
А почему бы сразу СИИ не запустить в другую галактику, может там нет коррупции, воровства, плебейства и прочей муры, которая не только мешает
Искусственный Интеллект. Концепция развития и внедрения Искусственного Интеллекта (Искусственной Аналитики)
Согласен. проблема ИИ не в наборе задач. Главная проблема - познание процесса мышления как феномена физиологии головного мозга человека.
Мы в социальных сетях
Статистика
0  
Всего статей 1539
0  
Всего комментариев 74
0  
Пользователей 64