Мои тезисы и научно-практическая деятельность

Брошюры и отчёты по НИР/НИОКР:


Лабораторные работы по Теории и Проектированию ЭВМ/СЦВМ и ВС/СВК


Тезисы, представленные на научно-технических конференциях в КФ МГТУ и НУЦ ОАО "Электросвязь":


Работы, представленные на научно-технической конференции в КФ МГТУ :

Нейронные сети. Сеть Кохонена как математическая модель и ее применение

Представлена на конференции в КФ МГТУ - апрель 1998 г.

Руководитель : доцент, зав. каф. П2-КФ А.В.Максимов, КФ МГТУ им.Н.Э.Баумана

Научно-технический прогресс и бурное развитие технологии, изменение и расширение структуры общественных потребностей ставят перед обществом ряд задач, решение которых затруднительно или невозможно в рамках существующих традиционных методов решения. Как известно, для решения множества задач планирования, управления, вычисления, прогнозирования и.т.д. вплоть до настоящего времени широко применялись (и применяются) цифровые и аналоговые вычислительные модули (ЭВМ), в основе функционирования которых лежит принцип программного управления фон-Неймана. Однако на практике приходится решать задачи, для которых нелегко либо практически невозможно разработать единый алгоритм их решения (трудно формализуемые и неформализуемые задачи). Это, например, такие задачи, как задача распознавания образов и изображений, звука и.т.д. С другой стороны, в ряде случаев человек (точнее, его мозг) решает эти задачи достаточно эффективно и без осложнений. Это привело ученых - кибернетиков к пониманию того факта, что необходимо изучить механизмы функционирования неросетей (нервных систем) животных и человека, а затем, разработав их математические модели с заданной степенью приближения, сымитировать (программно) их обучение и поведение и (или) построить на приемлемом технологическом базисе вычислительные устройства, реализующие функции нейросетей - нейрокомпьютеры.

Одной из перспективных математических моделей нейронных сетей является сеть Кохонена, предложенная ученым Кохоненом в 1984 году. Сети Кохонена строятся на основе принципа самооорганизации и алгоритма Кохонена, в некоторой степени напоминающего процессы, происходящие в мозге. Алгоритм Кохонена дает возможность строить нейронную сеть для разделения векторов входных сигналов на подгруппы. Сеть состоит из N нейронов, образующих прямоугольную решетку на плоскости. Для реализации алгоритма необходимо определить меру соседства нейронов (меру близости), причем зоны соседства на т.н. карте признаков уменьшаются с течением времени. Вначале всем весовым коэффициентам сети присваиваются малые случайные значения. В процессе реализации алгоритма Кохонена осуществляется выбор нейрона с наименьшим расстоянием от входного сигнала X до каждого нейрона j, определяемого по формуле

где x_i - i-ый элемент входного сигнала в момент времени t, а w_ij(t) - вес связи от i-го элемента входного сигнала к нейрону j в момент времени t, после чего осуществляется настройка весовых коэффициентов выбранного нейрона, а также нейронов из его окрестности. На каждом этапе обучения сети предъявляется новый входной сигнал.

В заключение следует отметить, что сеть Кохонена способна функционировать в условиях помех, так как число классов фиксированно, веса модифицируются медленно, настройка весов заканчивается после обучения. Сети Кохонена находят свое применение при решении задач кластерного анализа, распознавания образов и классификации.


© Комиссаров А.В., Калуга, Россия, 1997-2008. E-mail: avlakom@yandex.ru

X