QUOTE]Автор: daner
Николай, что-то я не совсем догнал.
Т.е. получается, нейроны обыкновенные, так?
И где тогда колебательность в сетях из простых нейронов?
[/QUOTE]
Теория ОНС напрямую неприменима к отдельно взятому нейрону!
Она рассматривает ансамбли нейронов, и только те ансамбли, в которых возможны колебательные режимы. ОНС существуют в основном на уровне мат моделей, описываемых диф. уравнениями или разностными уравнениями (точечными отображениями), в виде машинных программ. По большому счету, здесь вид конкретного нейрона не имеет большого значения, лишь бы уравнение, описывающее ансамбль нейронов имело решение в форме предельного цикла (колебания). Например, модель Ван дер Поля.
Автор: daner А с каких пор странные аттракторы получаются от осцилляторов? В них периодичности нет, т.е. никаких колебаний.
|
|
Да, периодичности нет, а колебания есть - хаотические. Сценарий поведения в системах связанных осцилляторов: стационарное состояние -квазипериодические колебания - каскад бифуркаций удвоения периода - хаос.
Автор: daner
И вообще, тот факт что скажем сеть колеблется (ну скажем это сеть типа хопфильда, так как колебаний в сети розенблата я вообще не вижу), что это даёт? Это даёт новый алгоритм обучения? или может еще какие свойства? я что-то не понимаю что с чем едят. |
|
Проще рассмотреть на распознавании образов. Грубо, есть образ, который необходимо распознавать. Подбором весов группу осцилляторов (ОНС) обучают распознавать этот образ. Когда она обучена, то и в сильных шумах способна распознать образ, которому обучили. Регистрация факта правильного распознавания - установление регулярных (синхронных)колебаний осцилляторов. Хаотическое поведение осцилляторов способно ускорить распознавание. Говорят, что так наши мозги и работают. Это все изучается в нелинейной динамике или иначе синергетике - теории самоорганизации систем. При распознавании используется элементарный акт самоорганизации, существующий в живой и неживой природе (а так же, и в технике), -синхронизация.
Николай.Прошу прщения, какиет о глюки с ответами.