АЛГОРИТМ РАБОТЫ ЦИКЛИЧЕСКОЙ АНСАМБЛЕВОЙ НЕЙРОННОЙ СЕТИ

Авторы
Файлы

Корицкий Д.В. Статья в формате PDF 122 KB 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 хаpaктеризуется следующими параметрами:

1) Z_i - текущий заряд нейрона. 2) zs_i - скорость восстановления заряда нейрона после разряда. 3) W_i- порог сpaбатывания нейрона. 4) b_ij - весовые коэффициенты связи с другими нейронами могут быть [-1 ; +1]. -0,89 - тормозящая связь; +0,772 - возбуждающая связь. 5) V_i=1 или 0 - значение нейрона (1 - нейрон сработал, иначе 0)

Работа нейрона:

1) Нейрон сpaбатывает, если он имеет достаточный заряд, и возбуждение от оканчивающихся на нем синапсов больше порога возбуждения нейрона:
V_i=1 если sum(b_ij* Z_j* V_j)* Z_i > W_iиначе V_i=0. 2) При сpaбатывании нейрона, его заряд Z_i=0 (период абсолютной рефактерности). 3) Затем со временем нейрон накапливает энергию, и заряд нейрона Z_i увеличивается Z_i = Z_i+ zs_i, пока не станет равен Z_i=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 сpaбатывании нейрона Ni от нейрона Nj вероятность дальнейшего синхронного сpaбатывания этих нейронов повышается, т.к. нейроны одновременно тратят и запасают энергию. 2) В процессе циклической работы после завершения переходного процесса часть нейронов нейросети будет сpaбатывать друг за другом в определенной последовательности. То есть в нейросети установится устойчивый цикл. 3) Последовательность сpaбатывания 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.

ТЕХНИЧЕСКОЕ СРЕДСТВО ОТОБРАЖЕНИЯ ИНФОРМАЦИИ УЧЕБНОГО НАЗНАЧЕНИЯ

Статья в формате PDF 109 KB...

21 09 2026 20:59:23

Количественное исследование печени при травматическом шоке

Статья в формате PDF 103 KB...

20 09 2026 4:28:32

АМОРФНЫЙ ОКСИД ВАНАДИЯ – НЕОРГАНИЧЕСКИЙ РЕЗИСТ ДЛЯ НАНОЛИТОГРАФИИ

Статья в формате PDF 137 KB...

19 09 2026 12:38:20

ОСОБЕННОСТИ ФОРМИРОВАНИЯ УЧЕТНО-АНАЛИТИЧЕСКОЙ СИСТЕМЫ В СТРОИТЕЛЬНЫХ ОРГАНИЗАЦИЯХ

Статья в формате PDF 130 KB...

18 09 2026 17:10:31

АНАЛИЗ ВРЕДНЫХ И ОПАСНЫХ ФАКТОРОВ НА УЧАСТКЕ НИКЕЛИРОВАНИЯ ЦЕХА №53 ФГУП «МПЗ»

Статья в формате PDF 254 KB...

17 09 2026 8:34:27

Формирование экологического мировоззрения школьной молодежи в период перехода к «зеленой» экономике

Статья в формате PDF 310 KB...

16 09 2026 0:34:34

КОНТРОЛЬ ТЕХНИЧЕСКОЙ ПОДГОТОВКИ ФУТБОЛИСТОВ

Статья в формате PDF 300 KB...

15 09 2026 3:40:31

Организация превентивной стоматологической помощи в структуре автодорожной медицины

Статья в формате PDF 117 KB...

14 09 2026 22:21:12

МЕТОДОЛОГИЯ ОБРАЗОВАНИЯ: ТРАДИЦИЯ И ИННОВАЦИЯ

Статья в формате PDF 110 KB...

13 09 2026 23:27:45

ОСНОВЫ ЭКОНОМИЧЕСКОЙ ДЕЯТЕЛЬНОСТИ ПРЕДПРИЯТИЙ НЕФТЯНОЙ И ГАЗОВОЙ ПРОМЫШЛЕННОСТИ: УЧЕБНИК ДЛЯ ВУЗОВ

Статья в формате PDF 106 KB...

12 09 2026 10:20:11

УПРАВЛЕНИЕ КАЧЕСТВОМ. КУРС В СХЕМАХ (учебное пособие)

Статья в формате PDF 114 KB...

11 09 2026 3:23:51

МОРФОКОЛИЧЕСТВЕННЫЕ ИЗМЕНЕНИЯ САРКОМЕРОВ ПОПЕРЕЧНОПОЛОСАТОЙ МЫШЕЧНОЙ ТКАНИ ПРИ ВОЗДЕЙСТВИИ РЕНТГЕНОВСКОГО ИЗЛУЧЕНИЯ, С ПРЕДШЕСТВУЮЩИМ ПРИМЕНЕНИЕМ ДВИГАТЕЛЬНОЙ АКТИВНОСТИ (ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ)

Статья в формате PDF 125 KB...

10 09 2026 7:29:55

термодинамика и люминесцентный газовый анализ

В работе рассмотрены термодинамические аспекты люминесцентного газового анализа. Молекулы красителя, адсорбированные на поверхности пористого вещества или внедренные в полимерную пленку, рассматриваются как система невзаимодействующих частиц, погруженная в термостат. Для относительной интенсивности флюоресценции молекул красителя получена связь с основной термодинамической хаpaктеристикой термостата – энергией Гиббса. Определены термодинамические ограничения точности газового анализа. Показано, что оптимальной основой для люминесцентного анализатора является полимерная пленка с наименьшим значением поверхностного натяжения. ...