دانلود مقاله شبکه های خودسازمان ده و تقسیم بندی آنها از لحاظ ساختاری
| دسته بندی | هوش مصنوعی |
| فرمت فایل | doc |
| حجم فایل | 418 کیلو بایت |
| تعداد صفحات فایل | 37 |
دانلود مقاله رشته هوش مصنوعی
شبکه های خودسازمان ده و تقسیم بندی آنها از لحاظ ساختاری
مقدمه
درشبکه ی خودسازمان ده، از روش یادگیری رقابتی برای آموزش استفاده می شود و مبتنی بر مشخصه های خاصی از مغز انسان توسعه یافته است. سلولها در مغز انسان در نواحی مختلف طوری سازمان دهی شده اند که در نواحی حسی مختلف، با نقشه های محاسباتی مرتب و معنی دار ارائه می شوند. برای نمونه، ورودیهای حسی لامسه –شنوائی و ... با یک ترتیب هندسی معنی دار به نواحی مختلف مرتبط هستند.
در یک شبکه ی خود سازمان ده که با SOM(Self Organization Map) یا برخی مواقع به صورت SOFM(Self Organization Feature Map) نشان داده می شود، واحد های پردازش گر در گره های یک شبکه ی یک بعدی، دو بعدی یا بیشتر قرار داده می شوند. واحد ها در یک فرآیند یادگیری رقابتی نسبت به الگوهای ورودی منظم می شوند. محل واحدهای تنظیم شده در شبکه به گونه ای نظم می یابد که برای ویژگیهای ورودی، یک دستگاه مختصات معنی دار روی شبکه ایجاد شود. لذا یک نقشه ی خود سازمان ده، یک نقشه ی توپوگرافیک از الگوهای ورودی را تشکیل می دهد که در آن، محل قرار گرفتن واحدها، متناظر ویژگیهای ذاتی الگوهای ورودی است.
یادگیری رقابتی که در این قیبل شبکه ها بکار گرفته می شود بدین صورت است که در هر قدم یادگیری، واحدها برای فعال شدن با یکدیگر به رقابت می پردازند، در پایان یک مرحله رقابت تنها یک واحد برنده می شود، که وزنهای آن نسبت به وزنهای سایر واحدها به شکل متفاوتی تغییر داده می شود. این نوع از یادگیری را یادگیری بی نظارت (Unsupervised) می نامند. شبکه های خودسازمان ده به لحاظ ساختاری به چند دسته تقسیم می شوند که در ادامه با هر یک از آنها به صورت مختصری آشنا می شویم.
کلمات کلیدی:
یادگیری رقابتی
یادگیری بی نظارت
شبكه های عصبی SOM
دسته بندی ساختاری شبکه های خودسازمان ده
فهرست مطالب
مقدمه2
1) شبکه های خودسازمانده دارای وزن ثابت:3
1-1) شبکه ی ماکس نت(MaxNet)3
مدل ساختاری شبکه ی MaxNet4
ساختارشبکه4
الگوریتم کار شبکه5
1-2) شبکه ی کلاه مکزیکی(Mexican Hat Network)5
مدل ساختاری شبکه ی کلاه مکزیکی که اتصالات فقط بری واحد i ام رسم شده6
1-3) شبکه ی همینگ (Hamming Network)8
مدل ساختاری یک واحد از شبکه ی همینگ9
مدل ساختاری شبکه همینگ11
2)شبکه ی (لایه ی) کوهونن11
مدل ساختاری شبکه ی کوهونن یک بعدی13
مدل ساختاری شبکه ی کوهونن دو بعدی13
مشکلات و راه حلها15
شعاع همسایگی بزرگ در آغاز یادگیری20
کاهش شعاع همسایگی با گذر زمان20
برخی انواع تغییر یافته ی SOM22
برخی کاربردهای شبکه های SOM24
نحوه ی پیاده سازی این نوع از شبکه در مجموعه ی Matlab26
چند مثال پیاده سازی از این نوع شبکه32
منابع36
دانلود پایان نامه رشته نقاشی