Нейрокомпьютерные системы

       

Персептронная сеть с обратной связью


Один из простейших способов построения рекуррентной сети на базе однонаправленной HC состоит во введении в персептронную сеть обратной связи. В дальнейшем мы будем сокращенно называть такую сеть RMLP (англ.: Recurrent MultiLayer Perceptron - рекуррентный многослойный персептрон). Ее обобщенная структура представлена на рис. 1 (

Персептронная сеть с обратной связью
- единичные элементы запаздывания).

Персептронная сеть с обратной связью

увеличить изображение
Рис. 1.  Структура сети RMLP

Это динамическая сеть, которая характеризуется запаздыванием входных и выходных сигналов, объединяемых во входной вектор сети. Рассуждения будут касаться только одного входного узла

Персептронная сеть с обратной связью
и одного выходного нейрона, а также одного скрытого слоя. Такая система реализует отображение:

Персептронная сеть с обратной связью

(1)

где

Персептронная сеть с обратной связью
- количество задержек входного сигнала, а
Персептронная сеть с обратной связью
- количество задержек выходного сигнала. Обозначим
Персептронная сеть с обратной связью
количество нейронов в скрытом слое. В этом случае сеть RMLP можно характеризовать тройкой чисел
Персептронная сеть с обратной связью
. Подаваемый на вход сети вектор
Персептронная сеть с обратной связью
имеет вид:

Персептронная сеть с обратной связью

Допустим, что все нейроны имеют сигмоидальную функцию активации. Обозначим

Персептронная сеть с обратной связью
взвешенную сумму сигналов
Персептронная сеть с обратной связью
-го нейрона скрытого слоя, a
Персептронная сеть с обратной связью
- взвешенную сумму сигналов выходного нейрона. При введенных обозначениях выходные сигналы конкретных нейронов описываются зависимостями

Персептронная сеть с обратной связью

Сеть RMLP повсеместно применяется для моделирования динамических процессов в режиме "онлайн". Типичным примером ее приложения может служить имитация нелинейных динамических объектов, для которых сеть RMLP выступает в роли модели, а алгоритм уточнения весов - в роли процедуры идентификации параметров этой модели (рис. 2). Идентифицированная модель может в последующем использоваться для управления данным объектом. Именно по этой причине сети RMLP наиболее популярны для имитации систем управления машинами, устройствами и динамическими процессами.

В результате сравнения выходного сигнала модели

Персептронная сеть с обратной связью
с выходным сигналом динамического объекта
Персептронная сеть с обратной связью
рассчитывается значение погрешности
Персептронная сеть с обратной связью
, управляющей процессом уточнения параметров нейронной сети. Символом
Персептронная сеть с обратной связью
на рис. 2 обозначен коэффициент усиления модуля, масштабирующего выходной сигнал сети
Персептронная сеть с обратной связью
таким образом, чтобы его динамический уровень лежал в том же диапазоне, что и уровень выходного сигнала динамического объекта
Персептронная сеть с обратной связью
.

Персептронная сеть с обратной связью

Рис. 2.  Схема включения сети RMLP при решении задачи идентификации



Содержание раздела