REELE NEURONALE CU NVARE NESUPRAVEGHEAT DE TIP HOPFIELD.

RECUNOATEREA FORMELOR
Utilizarea RNA pentru rezolvarea unor probleme practice necesit parcurgerea, unei
etape eseniale - etapa de nvare sau antrenare. n majoritatea cazurilor, antrenarea unei RNA
const n determinarea ponderilor conexiunilor sinaptice dintre neuroni wij i a pragurilor fiecrui
neuron i , care asigur performanele optime ale reelei, n sensul n care, pentru un set de date
aplicat la intrare, reeaua ofer la ieire rspunsul cel mai apropiat de soluia exact a problemei
studiate. Din punctul de vedere al metodei de antrenare, reelele neuronale pot fi clasificate n
dou mari categorii: reele cu antrenare supravegheat i reele neuronale cu antrenare
nesupravegheat.
Perceptronul multistrat este cea mai reprezentativ i des utilizat reea neuronal cu
antrenare supravegheat. Din a doua categorie, fac parte reelele Hopfield i Kohonen.
Reele Hopfield
Reeaua Hopfield face parte din categoria memoriilor asociative componente software
folosite pentru stocarea informaiei. Structural, ea este o reea recurent cu un singur strat,
fiecare neuron din reea avnd legturi de reacie cu toti ceilali neuroni care compun reeaua,
exceptndu-se pe el nsui. Arhitectura unei reele Hopfield este prezentat n Fig.1.

W12

W21

1 FA
y1

FA
y2

N
WN2

W2N

N FA
yN

Fig.1 Arhitectura reelei Hopfield.

La momentul t = 0, neuronilor reelei Hopfield li se aplic vectorul de intrare x=(x1, x2, ...,
xN) format din componente egale cu +1 sau -1. Acest vector se transfer nealterat pe ieirile
(0)
(0)
(0)
(0)
reelei, pentru a forma vectorul de ieire la momentul iniial y = (y1 , y2 , ..., yN ) = x =(x1, x2,
..., xN). Acest vector este returnat prin legturile de reacie pe intrrile neuronilor din reea. La un
moment dat t, pentru fiecare neuron j se calculeaz o intrare net, ce folosete i pragul
neuronului j:
N

net (jt ) wij y i( t ) j

(1)

i 1

inndu-se seama de absena legturilor de reacie proprie (wjj=0). Aceast mrime este folosit
n continuare pentru determinarea noilor ieiri ale neuronilor:

y (jt 1) f net tj

(2)

unde f este o funcie de activare de tip signum. Astfel, noile ieiri ale neuronilor se calculeaz cu
relaia:

y (jt 1)

y (jt )
1

net (jt ) 0
net (jt ) 0
net (jt ) 0

(3)

Pentru a asigura convergena reelei Hopfield, activarea neuronilor se face n mod

asincron, astfel nct la un moment dat se activeaz un singur neuron j, care i va modifica
(t+1)
starea conform relaiilor (1) (3). Noua ieire a acestui neuron yj
va fi folosit n continuare,
pentru modificarea strii celorlali neuroni, pe msura activrii acestora. Alegerea neuronului care
se activeaz primul se face la ntmplare.
Funcionarea reelei Hopfield pornete de la aplicarea pe intrri a unui model, care se
transfer nemodificat la ieiri, dup care reeaua este lsat s itereze liber, respectnd modelul
activrii asincrone a neuronilor, pn cnd, n dou iteraii succesive, starea reelei (ieirile
neuronilor) rmn neschimbate. n acest moment, se consider c ieirile reelei descriu modelul
asociat intrrii iniiale.

APLICAIE
TEMA A Recunoaterea formelor
Scopul lucrrii l reprezint studiul capabilitii reelelor neuronale de tip Hopfield de a
identifica ntr-o form alterat prezentat la intrare, caracteristicile uneia din formele predefinite
memorate n etapa de antrenare. Formele standard pe care le nva RNA sunt cifrele arabe 1, 2,
3, 4, 5, 6, 9 i caracterul .. Caracterele sunt memorate sub form de matrice cu 12 linii i 10
coloane ale cror elemente formeaz o suprafa n interiorul creia apartenena unui punct
(element din matrice) la forma memorat este modelat prin valoarea 1, iar un punct liber are
valoarea -1.
Recunoaterea formelor folosind reeaua neuronal Hopfield
Se va utiliza un set de proceduri scrise n mediul Matlab. Paii de utilizare sunt urmtorii:
-

se construieste setul de date de intrare format din matricele caracterelor ce fac obiectul
recunoaterii, stocat n matricea y. Aceasta se realizeaz apelnd o funcie de iniializare
prin scrierea la linia de comand Matlab a urmtorului text:
[zero,unu,doi,trei,patru,sase,punct,noua,y]=hinit;

se antreneaz reeaua neuronal apoi se prezint la intrarea ei modelul perturbat.

Reeaua va prezenta modelul recunoscut. Apelul funciei de calcul este urmtorul:
[rec,orig,pert] = hrec(y,pmax1,pmax2,n,it);
S-au notat:

date de intrare:
y - matricea modelelor de intrare
pmax1 - pragul de la care ncolo se schimb valoarea unui element 1 n -1 (n vederea perturbrii
modelului iniial)
pmax2 - pragul de la care ncolo se schimb valoarea unui element -1 n 1 (idem)
n - numrul modelului ce se dorete a fi recunoscut (1-8)
it - numrul maxim de cicluri de antrenare
date de iesire:
rec - forma recunoscut
orig - forma ce se dorete a fi recunoscut, asupra creia s-a efectuat perturbarea
pert - modelul de intrare (modelul orig, perturbat)
Dac recunoaterea s-a fcut corect, matricele rec i orig sunt identice.