Предыдущая страница реферата | 1  2  3  4  5  6  7  8  9  10 | Следующая страница реферата

В любой момент возможны лишь два состояния волокна: наличие импульса и его отсутствие, так называемый закон «все или ничего».
Передача выходного сигнала с аксона предыдущего нейрона на дендриты или прямо на тело следующего нейрона осуществляется в специальных образованиях
– синапсах. Входные сигналы суммируются с синаптическими задержками и в зависимости от суммарного потенциала генерируется либо нет выходной импульс
– спайк.

3.2. Формальная модель нейрона.

Впервые формальная логическая модель нейрона была введена Маккалоком и
Питтсом в 1948 году [Маккалок] и с тех пор было предложено огромное количество моделей. Но все они предназначены для решения в основном задач распознавания и классификации образов. Можно указать целый ряд основных отличий предлагаемой в данной работе модели и уже существующих. Во-первых, в классических моделях всегда присутствует «учитель» или «супервизор», подстраивающий параметры сети по определенному алгоритму, предлагаемый же нейрон должен подстраиваться «сам» в зависимости от «увиденной» им последовательности входных векторов. Формально говоря, при работе нейрона должна использоваться только информация с его входов. Во-вторых, в предложенной модели нет вещественных весов и взвешенной суммации по этим весам, что является большим плюсом при создании нейрочипа и модельных вычислениях, поскольку целочисленная арифметика выполняется всегда быстрее, чем рациональная и проще в реализации. Главное же отличие предлагаемой модели состоит в цели применения. C помощью нее решаются все задачи управляющей системы: формирование и распознавание образов (ФРО), распознавание и запоминание закономерностей (БЗ), анализ информации БЗ и выбор действий (БПР), в отличии от классических моделей, где решается только первая задача.
Важной задачей ФРО для автономных систем также является не только распознавание образов, но и их хранение или запоминание. Это следует из автономности системы, т.к. для неавтономных систем распознанные образы могут храниться и использоваться вне системы. Вообще говоря, проблему запоминания можно решить множеством способов. Например, один из известных способов – организовать кольцо из нейронов, в котором сигнал мог бы прецессировать до бесконечности или в течении некоторого времени в случае затухания. В последнем случае система приобретает новое полезное свойство
«забывчивости», которое, как известно, присуще биологическим системам и позволяет более рационально и экономно использовать ресурсы, т.к. ненужная или малоиспользуемая информация просто «забывается». Эксперименты проводились с формальной моделью без памяти, но очевидно, что она нужна.
Нами предлагается ввести так называемую синаптическую память, т.е. способность запоминать входной сигнал в синаптическом блоке.

x1t D1 T1 y1 t

(1 (1 Rw y2 t bwt+1

x2t D2 T2 ...

(2 (2

Owt+1

& cwt+1

. . .

. . .

. . .

xmt Dm Tm ymt

(m (m

Рис. 3.2.1

В данной работе мы используем нейрон из [Жданов2], который модифицирован в соответствии с [Братищев]. Мы приведем лишь краткое описание. На рис. 3.2.1 представлена блочная схема предлагаемой формальной модели нейрона. Входы нейрона xit подаются на блоки задержки Di для задержки сигнала на время (i
, а затем на триггерные элементы Ti для удлинения сигнала на величину (i .
Данные элементы обеспечивают некоторую неопределенность момента поступления входного сигнала по отношению к моменту генерации выходного спайка и образуют таким образом синаптическую память, поскольку входной сигнал запоминается в этих элементах на некоторое время.
С учетом задержек (i и (i получаем, что, если на выходе обученного нейрона в момент t появился единичный сигнал, то единичные импульсы на входы нейрона поступили в интервалы времени di = [ t - (i - (i ; t - (i -1].
Неопределенность моментов поступления входных импульсов будет тем меньше, чем меньше задержки (i.
Пример временной диаграммы работы обученного нейрона с двумя входами и с заданными задержками (i и (i иллюстрирует рис. 3.2.2. Вопросительными знаками показаны неопределенности моментов прихода входных импульсов, соответствующие интервалам di.

[pic][pic]

[pic][pic] x1 ? ? ?

x2 ? ?

y1

y2

c1

1 2 3 4 5 6 7 8 9 10 11 12 t

Рис. 3.2.2.

Различное отношение и расположение задержек (i и (i во времени наделяет нейрон возможностями формирования и распознавания образов следующих видов.
Если [pic] , то имеем пространственный образ. Например, образ некоторой геометрической фигуры.
Если [pic], то имеем образ следования (важен порядок следования образующих, допустима неопределенность в конкретных моментах прихода импульсов). Примером может быть распознавание слов при чтении по буквам.
Если ( (i = 1, то имеем пространственно-временной образ (ПВО), в этом случае однозначно определено, по каким входам и в какие моменты времени приходили сигналы. Примером может быть распознавание музыкального тона определенной высоты.

Рекомендуем скачать другие рефераты по теме: доклад на тему, механизм реферат.





Предыдущая страница реферата | 1  2  3  4  5  6  7  8  9  10 | Следующая страница реферата