Научный журнал
Успехи современного естествознания
ISSN 1681-7494
"Перечень" ВАК
ИФ РИНЦ = 0,823

АЛГОРИТМ РАБОТЫ ЦИКЛИЧЕСКОЙ АНСАМБЛЕВОЙ НЕЙРОННОЙ СЕТИ

Корицкий Д.В.
Недостатком существующих моделей нейросетей является их неспособность выявлять периодичность входных данных. Поэтому была предложена модель циклической ансамблевой нейронный сети, отличающаяся от известных моделей нейронных сетей, возможностью классификации входящих данных, как по значению, так и по периодичности. Что может быть использовано во многих областях, таких как распознавание речи, обработка сигналов, распознавание образов из видеопотока и т.д.. .

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.


Библиографическая ссылка

Корицкий Д.В. АЛГОРИТМ РАБОТЫ ЦИКЛИЧЕСКОЙ АНСАМБЛЕВОЙ НЕЙРОННОЙ СЕТИ // Успехи современного естествознания. – 2005. – № 10. – С. 60-61;
URL: http://www.natural-sciences.ru/ru/article/view?id=9328 (дата обращения: 15.06.2021).

Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)

«Фундаментальные исследования» список ВАК ИФ РИНЦ = 1.074