MAXNET

1. Название
2. Авторы и история создания
3. Модель
4. Области применения
5. Недостатки
6. Преимущества
7. Модификации
8. Источники

1. НАЗВАНИЯ.

1.1. Основное по-английски: MAXNET.

1.2. Основное по-русски: сеть поиска максимума.

1.3. Другие названия:

• maxnet with competition through lateral inhibition (сеть поиска максимума с конкуренцией посредством латерального торможения),
• одна из сетей группы "winner takes all" ("победитель получает все"),
• максимизатор.

2. АВТОРЫ И ИСТОРИЯ СОЗДАНИЯ.

Тривиальная сеть, которая давно придумана и используется.

3. МОДЕЛЬ.

Сеть циклического функционирования. На каждой итерации большие сигналы на выходах нейронов подавляют слабые сигналы на выходах других нейронов. Если в начале функционирования сети сигнал на выходе одного из нейронов имел максимальное значение, то в конце функционирования все выходы нейронов, кроме максимального, имеют значения, близкие к нулю. Таким образом нейрон с наибольшим выходным сигналом побеждает. Это достигается за счет использования латеральных связей.

КРИТЕРИЙ ОСТАНОВА: итерации сети завершаются после того, как выходные сигналы нейронов перестают меняться.

ТИПЫ ВХОДНЫХ СИГНАЛОВ: целые или действительные.

ТИП ВЫХОДНЫХ СИГНАЛОВ: действительные.

РАЗМЕРНОСТИ ВХОДА И ВЫХОДА ограничены при программной реализации только возможностями вычислительной системы, на которой моделируется нейронная сеть, при аппаратной реализации - технологическими возможностями. Размерности входных и выходных сигналов совпадают.

ТИП ПЕРЕДАТОЧНОЙ ФУНКЦИИ: линейная с насыщением (используется линейный участок).

ЧИСЛО СИНАПСОВ В СЕТИ: M*(M-1).

Обозначения:

w_ij - i-й синаптический вес j-го нейрона,

x_i - i-й элемент входного сигнала сети,

y_j - выход j-го нейрона,

M - количество элементов (размерность) входного сигнала, количество нейронов в сети.

Формирование синаптических весов сети:

Функционирование сети:

4. ОБЛАСТИ ПРИМЕНЕНИЯ:

совместно с сетью Хемминга, в составе нейросетевых систем распознавания образов.

5. НЕДОСТАТКИ.

Число итераций функционирования сети заранее не определено. Сеть определяет, какой из входных сигналов имеет максимальное значение, но в процессе функционирования теряет само значение максимального сигнала.

Квадратичный рост числа синапсов при увеличении размерности входного сигнала также можно считать недостатком сети.

6. ПРЕИМУЩЕСТВА.

Сеть работает предельно просто.

7. МОДИФИКАЦИИ.

Для решения задачи выделения сигнала с максимальным значением из некоторого множества сигналов может быть использована многослойная нейронная сеть с последовательными связями [1].

8. ИСТОЧНИКИ:

1. Lippman R.P. An introduction to computing with neural nets // IEEE ASSP Magazine. Apr. 1987. P.4-22.

1. Neural Computing: NeuralWorks Professional II/Plus and NeuralWorks Explorer. NeuralWare, Inc., 1991. 355 p.

При использовании информации, находящейся на данной странице, вы обязаны ссылаться на следующую работу: Отчет по научно-исследовательской работе "Создание аналитического обзора информационных источников по применению нейронных сетей для задач газовой технологии"; Копосов А.И., Щербаков И.Б., Кисленко Н.А., Кисленко О.П., Варивода Ю.В. и др., ВНИИГАЗ, 1995.