Bộ nhớ liên kết sử dụng mạng nơron tế bào tương tác bậc hai

Bài viết Bộ nhớ liên kết sử dụng mạng nơron tế bào tương tác bậc hai trình bày về hướng nghiên cứu mới ứng dụng mạng nơron tế bào tương tác bậc hai (Cellular order Cellular Neural Networks - SoCNN) làm bộ nhớ liên kết. Nhóm tác giả đã nghiên cứu phát triển cấu trúc mạng nơron tế bào tương tác bậc hai và chuyển đổi cấu trúc mạng CNN bậc nhất (Cellular Neural Networks – CNN) thành cấu trúc mạng mới chỉ chứa ma trận A dựa theo luật Hebb để xây dựng công thức tính tham số. | Nguyễn Tài Tuyên Dương Đức Anh Nguyễn Quang Hoan BỘ NHỚ LIÊN KẾT SỬ DỤNG MẠNG NƠRON TẾ BÀO TƯƠNG TÁC BẬC HAI Nguyễn Tài Tuyên Nguyễn Quang Hoan Dương Đức Anh Học viện Công nghệ Bưu chính Viễn thông Viện nghiên cứu Điện tử Tin học Tự động hoá Tóm tắt Bài báo trình bày về hướng nghiên cứu mới ứng báo với mục đích mở rộng khả năng ứng dụng của dụng mạng nơron tế bào tương tác bậc hai Cellular order SoCNN làm bộ nhớ liên kết nhóm tác giả xác định A Cellular Neural Networks - SoCNN làm bộ nhớ liên kết. Nhóm bằng luật học Hebb 3 luật học không có tín hiệu chỉ tác giả đã nghiên cứu phát triển cấu trúc mạng nơron tế bào đạo. Hai ma trận điều khiển B và ma trận ngưỡng I được tương tác bậc hai và chuyển đổi cấu trúc mạng CNN bậc nhất cho bằng 0. Với giả thiết trên thì mô hình của CNN trong 1 trở thành dạng như sau Cellular Neural Networks CNN thành cấu trúc mạng mới chỉ chứa ma trận A dựa theo luật Hebb để xây dựng công thức tính dx t 1 xij t A i j k l ykl t ij tham số. Trong mô hình thiết kế được đề xuất ở đây có ma trận C 1 dt Rx k l bộ tham số A là bộ nhớ liên kết bộ nhớ liên kết sử dụng mạng nơron tế bào tương tác bậc hai - SoCBAM và được tính toán Cho Rx 1 một đơn vị nào đó . Khi xij t được xác định học theo luật học không có tín hiệu chỉ đạo Hebb. một giá trị nó trở thành hằng số. Lúc này đạo hàm của Để khẳng định tính đúng đắn của mô hình mạng được đề xuất hằng số bằng 0 và phương trình 1 có dạng nhóm tác giả đã sử dụng ba mẫu được gán cho ba mẫu người Men Pattern gọi tắt là mẫu gồm Y1 Y2 Y3 mỗi mẫu với 81 xij t A i j k l ykl t 2 k l đặc điểm để nhận dạng như Mắt hai mí mũi cao tay dài chân từ 2 có thể viết lại dài giọng nói trong mặt trái xoan môi trái tim tóc đen da vàng . các mẫu được mã hóa bằng 1. Ngược lại Ví dụ Mũi không xij t A i j k l ykl t 3 cao là -1 và có 81 đặc trưng kiểu như vậy cho mạng nơron k l được đề xuất và kết quả thử nghiệm đã cho thấy khả năng chịu xij t A i j k l ykl t lỗi tốt và khả năng nhớ cao hơn nhiều so với các mô hình mạng trước đó.

Không thể tạo bản xem trước, hãy bấm tải xuống
TỪ KHÓA LIÊN QUAN
TÀI LIỆU MỚI ĐĂNG
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.