цифровая электроника
вычислительная техника
встраиваемые системы

 
» » Неокогнитрон - самоорганизующаяся нейронная сетевая модель для механизма распознавания образов, не затронутого сдвигом в позиции

Неокогнитрон - самоорганизующаяся нейронная сетевая модель для механизма распознавания образов, не затронутого сдвигом в позиции

Автор: Mike(admin) от 12-02-2019, 02:35

Механизм распознавания образов в мозге малоизвестен. Если же можно было построить нейронную сетевую модель, которая имеет ту же способность для распознавания образов, что и человек, это дало бы мощный ключ к пониманию нервного механизма в мозге. В этой статье рассмотрим синтезирование нейросетевой модели, способной распознавать образы, подобно человеку.


Неокогнитрон

С этой целью предлагались различные модели, но большинство этих моделей зависит от сдвигов в позиции и/или искажения в форме входных образов. Следовательно, их способность для опознавания не так высока.


Ниже предложена улучшенная нейросетевая модель - нейрокогнитрон, структура которой подобна визуальной нервной системе позвоночного животного. Эта модель самоорганизуется посредством «обучения без учителя» и приобретает способность распознавать образы, базировавшиеся на геометрическом сходстве и небольшом искажении их форм.


Предварительные сообщения о неокогнитроне представлены как дальнейшее расширение «когнитрон»-сети, которая также является самоорганизующейся многоуровневой нейронной сетевой моделью, прежде предложенной в 1975 году. Стандартный когнитрон также имел способность распознавать образы, но ответ зависел от позиции образов, т. е. одни и те же образы, которые представлены в разных позициях, были взяты как различные образы стандартным когнитроном. А в неокогнитроне ответ сети мало зависит от позиций образов.
Неокогнитрон также имеет многоуровневую структуру и способен к самостоятельному обучению: «учитель» не нужен в течение процесса самоорганизации, а только нужно многократно представлять комплект образов входному слою сети. После завершения самоорганизации сеть приобретает структуру модели иерархической визуальной нервной системы.


Согласно модели иерархии нервная сеть в визуальной коре мозга имеет структуру иерархии: LGB - простые ячейки - сложные ячейки - нижний порядок гиперкомплексных ячеек - верхний порядок гиперкомплексных ячеек. Также считается, что нервная сеть между нижним и верхним порядками гиперкомплексных ячеек имеет структуру, подобную сети между простыми и сложными ячейками. В этой иерархии ячейка на высшем этапе обычно выборочно отвечает на более сложную характеристику входного образа и в то же время имеет большую восприимчивую область и более нечувствительна к сдвигу в позиции входного образа.
Модель иерархии изменилась в своей исходной форме. Существуют различные экспериментальные данные, противоречащие этой модели, например, моносинаптические соединения из LGB в сложных ячейках. Тем не менее, это не должно полностью отвергать модель иерархии, если мы считаем, что она будет представлять только основной поток информации в визуальной системе.




© digitrode.ru


Теги: нейронная сеть, искусственный интеллект



   Благодарим Вас за интерес к информационному проекту digitrode.ru.
   Если Вы хотите, чтобы интересные и полезные материалы выходили чаще, и было меньше рекламы,
   Вы можее поддержать наш проект, пожертвовав любую сумму на его развитие.


Уважаемый посетитель, Вы зашли на сайт как незарегистрированный пользователь.
Мы рекомендуем Вам зарегистрироваться либо войти на сайт под своим именем.

Комментарии:

Оставить комментарий