Архитектура нейронной сети
Основой работы самообучающихся нейропрограмм является нейронная сеть, представляющая собой совокупность нейронов — простых элементов, связанных между собой определенным образом. Нейроны и межнейронные связи задаются программно на обычном компьютере или могут иметь «материальную» основу — особую микросхему (нейрочип), которые применяются в специально созданных нейрокомпьютерах.
Структура взаимосвязей между нейронами в нейрокомпьютере или нейропрограмме аналогична таковой в биологических объектах. Искусственный нейрон имеет коммуникации с другими нейронами через синапсы, передающие сигналы от других нейронов к данному (дендриты) или от данного нейрона к другим (аксон). Кроме того, нейрон может быть связан сам с собой. Несколько нейронов, связанных между собой определенным образом, образуют нейронную сеть.Нейросеть, так же как и биологический аналог, должна иметь каналы для связи с внешним миром. Одни каналы обеспечивают поступление информации из внешнего мира на нейросеть, другие выводят информацию из нейросети во внешний мир. Поэтому одни нейроны сети рассматривается как входные, другие же — как выходные. Часть нейронов может не сообщаться с внешним миром, а взаимодействовать с входными, выходными и такими же нейронами («скрытые» нейроны).
Существует огромное количество способов соединения нейронов, растущее с увеличением числа нейронов в сети. Наиболее употребительной является слоистая архитектура, в которой нейроны располагаются «слоями». В наиболее общем случае аксоны каждого нейрона одного слоя направлены к нейронам следующего слоя. Таким образом, нейроны первого слоя являются входными (принимающими информацию из внешнего мира), нейроны последнего слоя — выходными (выдающими информацию во внешний мир). Схема трехслойной сети изображена на рис. 8.4.
Рис.
8.4. Трехслойная сеть с шестью нейронамиДругой вид архитектуры — полносвязная, когда каждый нейрон соединен с каждым, в том числе сам с собой. Пример простейшей нейросети из трех нейронов показан на рисунке 8.5. Для удобства изображения из каждого нейрона выходит не один, а несколько аксонов, направленных на другие нейроны или во внешний мир, что аналогично присоединенным к одному аксону через синапсы нескольким дендритам.
Именно полносвязные нейросети для построения экспертных систем выбираются исходя из следующих соображений: во- первых, при одинаковом числе нейронов полносвязные сети имеют большее количество межнейронных связей, что увеличивает информационную емкость сети; во-вторых, полносвязная архитектура является намного более универсальной, что не требует экспериментов с вариациями схемы соединений для каждой задачи; в-третьих, в случае эмуляции сети на обычной ЭВМ полносвязные сети обладают серьезными преимуществами — прежде всего скоростью функционирования и простотой программной реализации без ущерба для качества обучаемости.
Рис. 8.5. Схема простейшей нейронной сети из трех нейронов (сеть имеет тринадцать синапсов, четыре из которых служат для связи с внешним миром, а остальные соединяют нейроны между собой)
8.7.2.