模擬輸入模式的穩(wěn)定類型識別編碼的自組織網(wǎng)絡-文庫吧
2025-07-14 05:29 本頁面
【正文】 的平衡成為可能?？伤苄裕蚍Q快速改變LTM軌跡的趨勢，能夠無限期地保持完整是指可塑性永遠存在？不會被飽和掉？，這使得ART體系結構能夠學習以后不可預料的事件，直到耗掉所有的存儲容量。在一個共振狀態(tài)下學習，要么是基于輸入模式可能含有的任何新的信息，對先前建立的編碼進行更新，要么是在未定型的節(jié)點中開始進行編碼快速定型。舉例說，假如在任何時間，將一個新的輸入加入到圖1所示的五十個輸入集合，該系統(tǒng)將搜索已建立的類別?？赡茉谧畛醯乃阉髦芷谥?，就找到了匹配的模式，如果有必要，表征類別的LTM向量將被更新，以納入新模式。如果沒有找到匹配模式，在編碼容量尚未用盡的情況下，系統(tǒng)會使用未定型的LTM向量trace我理解為LTM向量在不斷學習過程中的變化軌跡。直接翻譯不好理解對由輸入建立的STM模式進行編碼，從而建立一個新的類別。該體系結構的自適應搜索，可發(fā)現(xiàn)和了解恰當?shù)淖R別編碼，而不會陷入在虛假的記憶狀態(tài)或局部最小值中。在其它的搜索模式，如搜索樹，隨著已知編碼變得越來越復雜，搜索時間也會延長。與之相反，在一個ART結構中，只有識別編碼在被學習時，搜索才開始，而且隨著學習的繼續(xù)這種搜索保持其效率我未能理解這個能力是如何體現(xiàn)的。以前學習的自穩(wěn)定性，是通過讀出一個被由上而下的期望值提供的動態(tài)緩沖來實現(xiàn)，而不是由關掉可塑性或限制只有某類被允許輸入來完成。例如圖1的仿真中，在50個輸入模式學習一次后，學習已經(jīng)達到自穩(wěn)定。一般說來，在一個ART結構中，對一個特定的識別種類，一旦學習已經(jīng)達到自穩(wěn)定，搜索機制就自動脫鉤了。此后對任何隸屬于此類別的輸入，不需要進行搜索，就可以高速和可以直接地激活或訪問類別信息。在一個ART結構中，輸入模式和被選擇的類別模板之間的匹配的標準是可以調整的。匹配準則是由控制調整子系統(tǒng)行為的警戒值參數(shù)所決定的。所有其他情況是一樣的，高警惕對應更嚴格的匹配標準，從而對輸入集的聚類更為細致。低警戒值則在F1層能容忍更大的自上而下的或自下而上的匹配誤差，從而導致分類粗糙（圖3）。此外，在每一個警戒值水平下，匹配的標準也可自行縮放根據(jù)特征的數(shù)量（輸入向量的長度、維數(shù)）：如果輸入模式非常復雜，少量特征的不匹配可能是可以容忍的，但如果輸入本身特征量就不多，同樣數(shù)目的特征不匹配則會觸發(fā)重置。8 / 8圖3. 。例如,圖1中的類別1和2被合并為類別1,類別115和32在這里被合并為類別10，類別1922被合并為類別13. 圖4. 一種沒有一個面向子系統(tǒng)的ART2模型學習分組.(a)將警戒值水平設置為0, 與圖3相同的ART2網(wǎng)絡將50個樣本分為6個類別（每個樣本僅輸入一次）。沒有了在不匹配時的重置功能，會出現(xiàn)短時分組。(b)在每個樣本輸入3次后，一個粗略但穩(wěn)定的類別結構就已經(jīng)建立了。即使沒有任何搜索，當警惕性低或調整子系統(tǒng)被移除時本段討論的重點是移除調整子系統(tǒng)后，系統(tǒng)的行為，ART2也能建立一個合理的聚類結構（圖4 ）。不過在這種情況下，自上而下的學習期望值，通過產生注意焦點來緩沖突然發(fā)生的代碼文字和含義都沒有理解，來全面負責編碼的自穩(wěn)定性。雖然在F1層自下而上和自上而下的模式不匹配會削弱F1層的不匹配的特征，然而這種不匹配，在學習發(fā)生前，并不會引發(fā)在F2層尋找一個更合適的編碼。這種學習將未被削弱的F1層的特征納入到最初被選定的類別的識別編碼中而不管不匹配的不犯。在這種情況下，編碼在自穩(wěn)定之前可能需要更多的輸入試驗。在早期的試驗中，由于原本通過可變的警戒值實現(xiàn)的靈活的匹配標準不在了，錯誤的分組可能會出現(xiàn)，例如圖4（a）中第1類。盡管如此，自上而下的期望值能積極調節(jié)學習過程，以產生一個擁有可接受的屬性的穩(wěn)定的漸近編碼。例如，盡管在圖4（a）的例子中有最初的異常編碼 ，圖4（b）表明通過三輪的輸入，可以建立一個穩(wěn)定的聚類結構，在圖4（a）中在1種類的聚類錯誤得到了糾正（將最初的并不相似的輸入大致分裂成單獨的類別1和7）。自上而下的學習期望和調整子系統(tǒng)不是ART網(wǎng)絡在學習過程進行主動調控的唯一手段。在F1和F2層注意增益控制注意找出位置也有利于這種活躍規(guī)則（sec. II） 。增益控制被用來綜合此處overall不好理解adjust overall sensitivity調整對樣本輸入的靈敏度，和協(xié)調各個具有分離的、異步功能的ART子系統(tǒng)?？梢哉{整對圖案化的輸入和協(xié)調分開的整體敏感性。增益控制在圖2中表示為圓形的實心點（被填充的）。II. ART 1: 二進制輸入模型圖2顯示了一個典型的ART1網(wǎng)絡的主要特點。注意子系統(tǒng)中連續(xù)的兩級 F1和F2 ，對短
數(shù)學相關推薦
鄂ICP備17016276號-1