Нейрокомпьютинг и его применения в экономике и бизнесе


Извлечение правил - часть 3


Двухслойная сеть после прореживания связей и входных нейронов. Положительные связи выделены.

Рис. 9.2.  Двухслойная сеть после прореживания связей и входных нейронов. Положительные связи выделены.

Связь между активностями входных бинарных нейронов и нейронов скрытого слоя для данной сети определяется следующими правилами:

Для первого нейрона скрытого слоя:

i_{13}=1\Rightarrow h_1=-1

i_1=i_{13}=i_{15}=0,i_{17}=1\Rightarrow h_1=-1

Для второго нейрона скрытого слоя:

i_{2}=1\Rightarrow h_2=1

i_{17}=1\Rightarrow h_2=1

i_2=i_{17}=0\Rightarrow h_2=0

Для третьего нейрона скрытого слоя:

i_{13}=0\Rightarrow h_3=-1

i_5=i_{15}=1\Rightarrow h_3=-1

i_4=i_{13}=1, i_{17}=0\Rightarrow h_3=-0.24

i_5=0, i_{13}=i_{15}=1\Rightarrow h_3=0.24

Комбинируя эти связи с правилами, связывающими активности нейронов скрытого слоя с ак-тивностями выходных нейронов, получим окончательные классифицирующие правила.

i_2=i_{13}=i_{17}=0\Rightarrow o_1=1, o_2=0

i_2=i_{17}=0, i_{5}=i_{15}=1\Rightarrow o_1=1, o_2=0

i_5=i_{13}=i_{15}=1\Rightarrow o_1=1, o_2=0

i_1=i_{13}=i_{15}=0, i_{17}=1\Rightarrow o_1=1, o_2=0

i_2=i_{17}=0, i_{4}=i_{13}=1\Rightarrow o_1=1, o_2=0

Приведенные выше правила определяют принадлежность объекта первому классу (А). Некото-рые из них могут оказаться нереализуемыми, если учесть, что состояния бинарных нейронов кодируют соответствующие непрерывные величины с помощью принципа термометра.

Количество правил, полученных в данном случае, невелико. Однако, иногда даже после проце-дуры прореживания некоторые нейроны скрытого слоя могут иметь слишком много связей с входными нейронами. В этом случае извлечение правил становится нетривиальным, а если оно и осуществлено, то полученные правила не так просто понять. Для выхода из этой ситуации для каждого из "проблемных" нейронов скрытого слоя можно использовать вспомогательные двух-слойные нейронные сети. Во вспомогательной сети количество выходных нейронов равно чис-лу дискретных значений соответствующего "проблемного" нейрона скрытого слоя, а входными нейронами являются те, которые в исходной прореженной сети связаны с данным нейроном скрытого слоя.

. Третий нейрон скрытого слоя связан с максимальным числом входов. Число дискретных значений его активности равно 3. Для облегчения процедуры выделения классифицирующих правил этот нейрон может быть заменен вспомогательной сетью с тремя выходными нейронами, кодирующими дискретные значения активности.

Рис. 9.3.  . Третий нейрон скрытого слоя связан с максимальным числом входов. Число дискретных значений его активности равно 3. Для облегчения процедуры выделения классифицирующих правил этот нейрон может быть заменен вспомогательной сетью с тремя выходными нейронами, кодирующими дискретные значения активности.

Обучающие примеры для вспомогательной сети группируются согласно их дискретизованным значениям активации "проблемного" нейрона.


Начало  Назад  Вперед



Книжный магазин