Результаты моделирования
В качестве примера рассмотрим компьютерное моделирование четырехслойного когнитрона, предназначенного для целей распознавания образов. Каждый слой состоит из массива
![](../../../../img/tex/6/0/8/608b36453ef5c03b3852db8a2820cb8f.png)
![](../../../../img/tex/a/9/c/a9c027ae04a23ee309dc0008c5445ae5.png)
![](../../../../img/tex/c/f/8/cf8f7660abed773780853cf1a1c6fc72.png)
![](../../../../img/tex/4/e/6/4e673d5b8b1a730e53a5f20abb96fafd.png)
![](../../../../img/tex/f/e/7/fe7bb5e3c4a72020dc1dff758f6024d8.png)
Сеть обучалась путем предъявления на входном слое пяти стимулирующих образов, представляющих собой изображения арабских цифр от 0 до 4. Веса сети настраивались после предъявления каждой цифры, входной набор подавался на вход сети циклически до тех пор, пока каждый образ не был предъявлен суммарно 20 раз.
![](image/27-6.png)
Рис. 13.6.
Эффективность процесса обучения оценивалась путем запуска сети в реверсивном режиме; выходные образы, являющиеся реакцией сети, подавались на выходные нейроны и распространялись обратно к входному слою. Образы, полученные во входном слое, затем сравнивались с исходным входным образом. Чтобы сделать это, обычные однонаправленные связи принимались проводящими в обратном направлении и латеральное торможение отключалось. На рис. 13.6 приведены типичные результаты тестирования. В столбце 2 показаны образы, произведенные каждой цифрой на выходе сети; они возвращались обратно, вырабатывая на входе сети образ, близкий к точной копии исходного входного образа. Для столбца 4 на выход сети подавался только выход нейрона, имеющего максимальное возбуждение. Результирующие образы в точности те же, что и в случае подачи полного выходного образа, за исключением цифры 0, для которой узел с максимальным выходом располагался на периферии и не покрывал полностью входного поля.
![](image/27-7.png)
Рис. 13.7.