1.3.Функционирование сети арт

В процессе классификации образов можно выделить пять основных фаз: инициализацию, распознавание, сравнение, поиск и обучение.

1.3.1.Инициализация

Перед началом процесса обучения сети АРТ все весовые векторы B_k и T_k, несвязанных нейронов, а также параметр сходства , должны быть установлены в начальные значения. Всем весам векторов B_k присваиваются одинаковые малые значения. Эти значения должны удовлетворять условию:

b_ik < L / (L-1+m) для всех i, k, (6.1)

где m – количество компонент входного вектора, L – константа, (обычно L ≥ 2). Такая установка весов гарантирует, что несвязанные нейроны не будут возбуждены более, нежели уже обученные нейроны в слое распознавания.

Всем веса векторов T_k присваиваются единичные значения, так что

t_ki = 1 для всех k,i,. (6.2)

Значение параметра сходства  устанавливается в диапазоне от 0 до 1 в зависимости от требуемой степени сходства между запомненным образом и входным вектором. При высоких значениях  сеть относит к одному классу только очень слабо отличающиеся образы. Малое значение  заставляет сеть группировать образы, которые имеют слабое сходство между собой. В некоторых случаях можно изменять параметр сходства в процессе обучения. В начале процесса обучения обеспечивается грубая классификация, а затем значение  постепенно увеличивается для выработки точной классификации к концу обучения.

1.3.2.Распознавание

В начальный момент времени вектор X отсутствует на входе сети. Cледовательно, все компоненты входного вектора X можно рассматривать как нулевые x_i = 0. Тем самым сигнал Пр2 устанавливается в G2=0 и, следовательно, выходы всех нейронов слоя распознавания r_k = 0 (рис.6.3). Поскольку все нейроны слоя распознавания начинают работу в одинаковом состоянии, они имеют равные шансы выиграть в последующей конкуренции.

Затем на вход слоя сравнения подается вектор X, который должен быть классифицирован. Этот вектор должен иметь одну или более компонент, отличных от нуля x_i≠0, в результате чего сигнал Пр2 принимает значение G2=1. На этом этапе выходной вектор слоя распознавания отсутствует R = 0, поэтому сигнал Пр1 принимают значения G1=1 (табл.6.1), обеспечивая все нейроны слоя сравнения одним из двух входов с единичным значением, необходимым для их возбуждения в соответствии с правилом двух третей. Тогда любая компонента вектора X, равная единице x_i=1, обеспечивает второй единичный вход. В результате, соответствующий нейрон слоя сравнения возбуждается и его выход принимает единичное значение r_k=1 Таким образом, в течение этой фазы вектор С в точности дублирует вектор X: C=X.

Каждый нейрон k в слое распознавания вычисляет свертку вектора его весов В_k и вектора C – выхода нейронов слоя сравнения:

s_k = (B_k • C), (6.3)

В этот момент С = X; s_k – возбуждение нейрона k в слое распознавания.

Активационная функция нейронов слоя распознавания является пороговой, определяемой следующим образом:

y_k = 1, если s_k ≥ θ, (6.4)

y_k = 0, если s_k < θ,

где θ представляет собой порог.

Процесс конкуренции между нейронами существует, но игнорируется здесь для сохранения простоты выражении. В итоге только нейрон с максимальным значением s_k будет иметь выход, равный единице y_k=1; все остальные нейроны будут иметь нулевой выход.

Сеть APT запоминает образы в весах нейронов слоя распознавания, один нейрон для каждой категории классификации. Нейрон слоя распознавания, веса которого наилучшим образом соответствуют входному вектору С, возбуждается. Его выход устанавливается в единичное значение, а выходы остальных нейронов этого слоя устанавливаются в ноль.