Documente Academic
Documente Profesional
Documente Cultură
Asociator Liniar
q = 1, 2, .. , Q
Regula Hebb
Pentru a interpreta postulatul lui Hebb matematic, astfel încât să poata folosi pentru
a instrui matricea de ponderi a asociatorului liniar acesta se poate reformula: Dacă
doi neuroni de pe oricare parte ale unei sinapse sunt activati simultan, puterea
sinapsei va crește. Conexiunea (sinapsa) dintre intrare și ieșire este modelata prin
pondere. Prin urmare, postulatul lui Hebb ar presupune că dacă un pozitiv produce
un pozitiv, atunci ar trebui să crească. Acest lucru sugerează că interpretarea
matematică a postulatului ar putea fi:
unde pjq este al j-lea element al vectorului de intrare pq ;aiq este al i-lea element al
iesirii retelei cand al q-lea vector de intrare este prezentat retelei; si α este o
constanta pozitiva, numita rata de instruire (learning rate). Aceasta ecuatie exprima
schimbarea in ponderea wij ca fiind proportionala cu produsul functiilor
activitatilor pe oricare parte a sinapsei. Scrierea va fi simplificata catre urmatoarea
forma:
unde tiq este al i-lea element din al q-lea vector tinta tq. (Rata de instruire α a fost
setata la 1 pentru simplitate)
Ecuatia anterioara poate fi rescrisa in notatie vectoriala:
Analiza Performantei
Rezulta ca:
Iesirea retelei este egala cu iesirea tinta. Asta inseamna ca daca vectorii de intrare
prototip sunt ortonormali, regula Hebb va produce iesirea corecta pentru fiecare
intrare.
Daca vectorii prototip nu sunt ortogonali dar de dimensiune unitara ecuatia devine:
Deoarece vectorii nu sunt ortogonali, rețeaua nu va produce ieșirea corectă.
Mărimea erorii va depinde de corelația dintre formele de intrare prototip. De
exemplu, să presupunem că vectorii de intrare / ieșire prototip sunt
Regula Pseudoinversei
Cand formele prototip de intrare nu sunt ortogonale regula lui Hebb produce unele
erori. Exista mai multe abordari de reducere a acestor erori, cea mai utilizata fiind
regula matricii pseudoinverse. Tinand cont ca sarcina asociatorului liniar a fost sa
produca o iesire tq pentru intrarea pq, adica:
Daca nu este posibil sa se aleaga ponderile astfel incat aceste ecuatii sa fie
satisfacute exact, se incearca sa se satisfaca aproximativ. O abordare va fi sa se
aleaga o matrice de ponderi care minimizeaza urmatoare functie obiectiv (practic
suma patratelor erorilor generate de ponderile aproximate):
Daca vectorii de intrare prototip sunt ortonormali si folosim regula lui Hebb pentru
gasirea lui W, F(W) va fi zero.
A fost demonstrat ca matricea de ponderi care minimizeaza F (W) este data
de regula pseudoinversei:
Cand numarul R de randuri al lui P este mai mare decat numarul de coloane Q al
lui P si coloanele lui P sunt independente, pseudoinversa poate fi calculata cu
formula:
Daca se acopera doua treimi din formele prototip numai cifra 1 este recunoscuta
corect, iar celelalte produc rezultate care nu corespund niciunui din formele
prototip, ceea ce este uzual pentru memoriile autoasociative si se cauta solutii de
imbunatatire prin cresterea ratei de recunoastere inclusiv prin memorii asociative
recurente.
Exista un numar de variatii a regulii Hebb de baza. Practic multe legi de instruire
se bazeaza pe regula lui Hebb. Una din problemele regulii Hebb este ca poate
produce matrici de ponderi cu elemente foarte mari daca sunt foarte multe forme
prototip in setul de instruire. Pornind de la regula de baza:
Aceasta este cunoscută sub numele de regula delta, deoarece folosește diferența
dintre ieșirea dorită și efectivă. Este, de asemenea, cunoscuta sub numele de
algoritmul Widrow-Hoff, după cercetătorii care l-au inventat. Regula delta
ajustează ponderile pentru a minimiza eroarea medie pătrată. Pentru acest motiv va
produce aceleași rezultate ca și regula pseudoinversei, care minimizează suma
pătratelor erorilor. Avantajul regulei delta este că poate actualiza ponderile după
fiecare forma de intrare noua aplicata, în timp ce regula pseudoinversei calculează
ponderile într-un pas, după ce toate perechile de intrare / iesirețintă sunt cunoscute.
Această actualizare secvențială permite regulii delta să se adapteze la un mediu în
schimbare.