Файл: книга ии.doc

Радиально-базисные активационные функции. В последнее время получают распространение нейросети, нейроны которых имеют активационные функции в форме функции Гаусса (рис.3.32)

где S - евклидово расстояние между входным вектором X и центром активационной функции С, S=||Х-С||; σ - параметр гауссовой кривой, называемый шириной окна.

Такие активационные функции называют радиально-базисными (RBF), а соответствующие нейронные сети — RBF-сетями.

Отметим, что все приведенные выше активационные функции, за исключением пороговой (см. рис.3.29) и кусочно-линейной (рис.3.30,б), являются непрерывно дифференцируемыми. Линейная функция (см. рис.3.30,а) выполняет преобразование бесконечного входного множества значений переменных S в идентичное ему бесконечное множество переменных у.

Рис.3.32. Радиально-базисная активационная функция

Пороговые активационные функции преобразуют множество S в бинарные множества у=0 и у=1 или у=-1 и у=1. Остальные активационные функции преобразуют бесконечное входное множество S в ограниченные выходные множества: у(0, 1), у(-1, 1) и у(0, 1]. От вида используемых активационных функций зависят функциональные возможности нейросетей, а также способы их обучения.

Вопросы для самоконтроля

1. Расскажите о персептроне и этапах его развития.

2. Расскажите о многослойном персептроне.

3. Расскажите об алгоритме обратного распространения ошибки.

4. Расскажите о видах активационных функций.

Список литературы

1. Башмаков А.И., Бащмаков И.А. Интеллектуальные информационные технологии: Учеб. пособие. – М.: Изд-во МГТУ им. Н.Э. Баумана, 2005. – 304 с.:ил.

2. Искусственный интеллект: В 3кн. Кн.1 Системы общения и экспертные системы: Справочник /Под ред. Э.В. Попова. - М.: Радио и связь,1990. - 464с.:ил.

3. Искусственный интеллект.- В 3-х кн. Кн.2. Модели и методы: Справочник/ Под ред. Д.А.Поспелова - М.: Радио и связь,1990. - 304с.:ил.

4. Ясницкнй Л. Н. Введение в искусственный интеллект: Учеб. пособие для студ. высш. учеб. заведений /Леонид Нахимович Ясницкий. — М.: Издательский центр «Академия», 2005. — 176 с.

5. Козлов Ю.М. Адаптация и обучение в робототехнике. – М.: Наука. Гл.ред.физ.-мат.лит., 1990. – 248с.

6. Аверкин А.Н., Батыршин И.З., Блишун А.Ф., Силов В.Б., Тарасов В.Б. Нечеткие множества в моделях управления и искусственного интеллекта /Под ред. Поспелова Д.А. – М.: Наука, 1986. – 312 с.

7. Кофман А. Введение в теорию нечетких множеств: Пер. с англ.- М.: Радио и связь,1982. - 432с.

8. Аношкин А.В., Ломакин А.Б., Потюпкин А.Ю. Автоматизация управления техническим обеспечением применения войск (сил). Учебник. – М: МО РФ, 2006. – 463 с.

9. Уотермен Д. Руководство по экспертным системам. / пер с англ. – М.: Мир, 1989. – 386 с.:ил.

10. Романов П.С. Обоснование путей построения автоматизированных систем управления артиллерийскими формированиями на основе новых информационных технологий: Монография. – Коломна: КГПИ, 2005. – 398 с.: ил.

11. Романов П.С., Суворин Е.И. Искусственный интеллект: применение в технических системах. - С.-Пб.: МАА, 1996. - 118 с.

Учебное издание

Романов Петр Сергеевич

доктор технических наук, профессор