Documente Academic
Documente Profesional
Documente Cultură
52
53
F ( x) wk x x k
k 1
(3.2)
w
k 1
x xk
k 1, 2, , N
(3.3)
Dezvoltnd relaia (3.3), rezult urmtorul sistem de ecuaii liniare, din care
se pot determina ponderile wk:
11 12 1N w1
d1
21 22 2 N w2 d 2
(3.4)
N 1 N 2 NN w N
dN
unde
mk x m x k , m, k 1, 2, , N
(3.5)
Fie D=[d1, d2, ..., dN]T i W=[w1, w2, ..., wN]T vectorul rspunsului
dorit i respectiv vectorul pondere i fie matricea de dimensiune NxN, de
elemente mk , numit matrice de interpolare. Sistemul de ecuaii (3.4) poate
fi rescris sub form matriceal ca:
W D
(3.6)
Teorema 3.1 (Light, 1992): Dac x1, x2 ,..., xN sunt puncte distincte n Rp,
atunci matricea de interpolare , de dimensiune NxN, avnd elementele
mk = ( xm-xk ) este pozitiv definit.
n condiiile teoremei lui Light, vectorul pondere necunoscut, se
obine simplu, prin inversarea matricii de interpolare:
W 1 D
(3.7)
54
(r ) e
(3.8)
, pentru 0, r 0
2. Multicuadrice inverse, de forma
(r )
2 2
1
r c2
2
pentru c 0, r 0
(3.9)
pentru r 0
3.10)
Se pune problema, ce se ntmpl dac, ntr-un perceptron sau ntrun perceptron multistrat, funciile de activare liniare sau neliniare sunt
nlocuite cu funcii radiale. Fie pentru aceasta o reea cu un singur neuron, n
care funcia de activare este o funcie radial de tip Gaussian (fig. 3.1).
x
(x)
( x) e
( x ) 2
(3.11)
2 2
(3.12)
(X ) e
Pe baza acestui tip de neuroni, se poate construi o reea neuronal
conectat nainte, avnd n stratul ascuns neuroni bazai pe funcii radiale,
2 2
55
iar n stratul de ieire neuroni liniari, sau avnd o alt funcie de activare
neliniar. O astfel de reea este prezentat n fig. 3.2, avnd un singur
neuron de ieire.
x1
w1
k w2
x2
wN
xN
y=kwk
F(y)
k ( X ) e 2 k X
Neuronul de ieire va avea potenialul intern dat de
v wk k X
k 1
(3.13)
(3.14)
Dac funcia lui de activare este liniar, atunci la ieirea reelei se obine
semnalul
N
F ( X ) wk k X
k 1
(3.15)
56
X k
M
X k
2
, k 1, 2. , N
(3.17)
unde M<N este numrul centrilor, iar este distana maxim ntre centrii
alei. Motivul pentru care matricea funciilor radiale este notat cu G va fi
desluit n paragraful urmtor.
Valoarea deviaiei standard pentru funciile Gaussiene este dat de
2M
(3.18)
57
Cum n acest caz, centrii au poziii fixe, iar deviaia standard este constant,
singurii parametrii care trebuie determinai sunt ponderile conexiunilor
dintre stratul ascuns i stratul de ieire. O metod imediat de determinare a
matricii (vectorului) ponderilor este metoda matricii pseudoinverse
(Broomhead i Lowe, 1988), dat de
W GD
(3.19)
unde D este vectorul rspunsului dorit, utilizat n setul de antrenare, iar G+
este pseudoinversa matricii G, definit de
1
(3.20)
G GT G GT
Matricea G este definit, dup cum s-a artat anterior ca,
G g mk
(3.21)
unde
X m k
(2.22)
g mk e
, m 1, 2, , N , k 1, 2, , M
unde Xm reprezint vectorul de intrare la iteraia j (exemplul j din setul de
antrenare).
Pentru implementarea algoritmului de calcul a matricii pseudoinverse, de o
utilitate deosebit este teorema descompunerii dup valori singulare
(Haykin 1991):
Teorema 3.2 : Dac G este o matrice de dimensiune NxM, de valori reale,
atunci exist matricile ortogonale
U u1 , u 2 , , u N
i
V v1 , v 2 , , v M
astfel nct
U T GV diag 1 , 2 , , j , j min M , N
unde
1 2
diag
1
2
, ,
, 0, , 0
58
(3.24)
x2
x1
F(x2)
F(x1)
59
1
PF
2
(3.26)
60
G ( x; x k ) e
x xk
2 k2
(3.28)
Notnd
1
[ d k F ( x k )],
wk
k 1, 2 , N
(3.29)
F ( x) wk G ( x; x k )
(3.30)
k 1
F ( x ) wk G ( x x k )
(3.31)
k 1
F ( x j ) wk G ( x j ; x k )
(3.32)
k 1
G ( x1 ; x1 )
G( x ; x )
2
1
G
G ( x N ; x1 )
G ( x1 ; x 2 )
G( x2 ; x2 )
G( x N ; x2 )
G ( x1 ; x N )
G ( x 2 ; x N )
G ( x N ; x N )
W [ w1 , w2 , , w N ]T
(3.32)
(3.34)
(3.35)
(3.36)
1
DF
F GW
(3.37)
(3.38)
G I W
W G I
1 D
(3.39)
(3.40)
61
w1
F(X)
w2
xk
G
wN
xp
G
Figura 3.4 Reeaua de regularizare
stratul de ieire, numit reea de regularizare (fig. 3.4), iar (3.40) valoarea
ponderilor astfel nct ieirea reelei s rezolve problema de interpolare.
n cazul seleciei supervizate a centrilor, funciile radiale pot fi
definite pe baza unei norme generalizate, care este norma ponderat.
Aceast norm este dat de relaia
2
T
x C Cx Cx x T C T Cx
(3.41)
unde C este o matrice de ponderare a normei de dimensiune pxp. Se observ
c pentru cazul particular C=I, norma devine norma Euclidian. n acest caz,
funcia Green utilizat ca funcie radial n reea devine
G
x k
Ck
x k
T C kT Ck
x k
1
x k
2
T k 1
x k
(3.42)
(3.43)
xk
1
w1
w0
w2
wN
xp
F(X)
62
e m d m wk G
k 1
xm k
Ck
(3.45)
N
E ( j )
em ( j )G x m k ( j ) C
k
wk ( j ) m 1
E ( j )
wk ( j 1) wk ( j ) 1
, k 1, 2, , M
wk ( j )
2. Poziia centrilor funciilor radiale ale neuronilor din stratul ascuns
N
E ( j )
2 wk ( j ) em ( j )G ' x m k ( j ) C k 1 x m k ( j )
k
k ( j )
m 1
E ( j )
k ( j 1) k ( j ) 2
, k 1, 2, , M
k ( j )
3. mprtierea centrilor stratului ascuns
N
E ( j )
w
(
j
)
em ( j )G '
k
k 1 ( j )
m 1
xm k ( j )
Qmk ( j ) x m k ( j ) x m k ( j )
E ( j )
k 1 ( j 1) k 1 ( j ) 3
k 1 ( j )
Ck
mk
( j)
63
(3.46)
k e x , m 1, 2, , 4, k 1, 2
unde xm sunt vectorii de intrare [0 0]T, [0 1]T, [1 0]T, [1 1]T, iar k sunt
centrii dai de [0 0]T, [1 1]T.
innd cont c norma utilizat este norma Euclidian, evaluarea valorii
acesteia este dat n tabelul 3.1.
m
1
0.1353
0.3678
0.3678
1
(1,1)
2
1
[0 1]T au aceeai
Posibil linie de
separaie
0.37
0.13
(0,0)
(0,1) x1
0.13 0.37
y ( x) wk x k
k 1
w G
x k
k 1
64
(3.47)
x1
w1
w2
x2
(3.48)
1
0.3678
G
0.3678
0.1353
iar
D 0
W w1
Conform (3.19) i (3.20), rezult c
0.1353
0.3678
0.3678
1
w2
W G D GT G
unde
1.8292
G 0.6727
0.9202
de unde rezult
1 1
1
1
1
1.2509
1.2509
1.2509
1.2509
1.4202
1.4202
W 2.5019
2.5019
(3.49)
GT D
0.6727
1.8292
0.9202
2.8484
65
66