Модель циклической ансамблевой нейронной сети:
1) Нейронная сеть состоит из большого числа нейронов. 2) Количество нейронов больше количества входов и выходов. 3) Каждый нейрон может быть связан с любым нейроном, кроме себя. 4) Нейросеть работает циклически.
Каждый нейрон характеризуется следующими параметрами:
1) Zi - текущий заряд нейрона. 2) zs i - скорость восстановления заряда нейрона после разряда. 3) Wi - порог срабатывания нейрона. 4) bij - весовые коэффициенты связи с другими нейронами могут быть [-1 ; +1]. -0,89 - тормозящая связь; +0,772 - возбуждающая связь. 5) Vi=1 или 0 - значение нейрона (1 - нейрон сработал, иначе 0)
Работа нейрона:
1) Нейрон срабатывает, если он имеет достаточный заряд, и возбуждение от оканчивающихся на нем синапсов больше порога возбуждения нейрона:
Vi=1 если sum(bij* Zj* Vj)* Zi > Wi иначе Vi=0. 2) При срабатывании нейрона, его заряд Zi=0 (период абсолютной рефактерности). 3) Затем со временем нейрон накапливает энергию, и заряд нейрона Zi увеличивается Zi = Zi + zsi, пока не станет равен Zi=1, соответственно повышается вероятность его повторного возбуждения.
Алгоритм работы нейросети:
1) На входные нейроны подаются значения. 2) Пересчитываются значения всех нейронов. 3) Полученные значения используются как входящие для всех нейронов (не только для входных) на следующем такте работы нейросети. 4) С выходных нейронов нейросети (либо со всех нейронов) снимаются значения. 5) На входные нейроны подается следующий набор данных. 6) Переходим на пункт (2). 7) Алгоритм повторяется заданное количество раз.
Работа нейросети:
1) При срабатывании нейрона Ni от нейрона Nj вероятность дальнейшего синхронного срабатывания этих нейронов повышается, т.к. нейроны одновременно тратят и запасают энергию. 2) В процессе циклической работы после завершения переходного процесса часть нейронов нейросети будет срабатывать друг за другом в определенной последовательности. То есть в нейросети установится устойчивый цикл. 3) Последовательность срабатывания нейронов определяется устройством нейросети и периодичностью входящих значений. 4) Таким образом, часть нейронов начинает работать синхронно, образуя уникальный циклический нейронный ансамбль который и будет результатом работы нейросети.
Результаты тестирования нейросети:
При подаче периодического импульса различной частоты на один или несколько нейронов, в нейросети возникал цикл, соответствующий возбужденному нейронному ансамблю.
Выводы:
Данная модель нейросети в ответ на входящий периодический сигнал формирует циклическую активность нейронов соответствующего нейронного ансамбля.
Так как данная модель нейросети одновременно способна различать как структуру, так и периодичность входного сигнала, то она более эффективна для применения в таких областях, как распознавание речи, обработка сигналов, распознавание образов из видеопотока, чем существующие модели нейросетей, не различающие периодичность сигнала.