Нейрокомпьютерные системы

       

Интерпретация ответов сети


При интерпретации выходных сигналов сети необходимы аккуратность и порой изобретательность, ведь от этого истолкования зависят требования, которые мы предъявляем к работе НС. Удачная их формулировка может упростить обучение и повысить точность работы, неудачная — свести на нет предыдущие усилия.

Масштабирование является естественной операцией при обработке выходных сигналов. Стандартные (обезразмеренные) НС формируются так, чтобы их выходные сигналы лежали в интервалах

(или
). Если нам нужно получить сигнал в интервале
, то нужно преобразовать выходной сигнал
:

В задачах классификации наиболее распространено правило интерпретации "победитель забирает все": число нейронов равно числу классов, номер нейрона с максимальным сигналом интерпретируется как номер класса. К сожалению, если классов много, то этот наглядный метод является слишком расточительным, потребляет слишком много выходных нейронов.

Знаковая интерпретация требует только

нейронов (
- число классов). Строится она так. Пусть
- совокупность выходных сигналов нейронов. Заменим в этой последовательности положительные числа единицами, а отрицательные - нулями. Полученную последовательность нулей и единиц рассматриваем как номер класса в двоичной записи.

Порядковая интерпретация является еще более емкой, чем знаковая. В ней с помощью

нейронов можно описать принадлежность к

классам (а не

как для знаковой). Пусть
- выходные сигналы. Проведем их сортировку и обозначим через
номер
-го сигнала после сортировки (1 соответствует наименьшему сигналу,

- наибольшему). Перестановку

рассмотрим как слово, кодирующее номер класса. Всего возможно
перестановок. Этим интерпретатором можно пользоваться, если характерная ошибка выходного сигнала меньше
. Даже при
получаем реализуемые требования к точности
и богатые возможности (10! классов).



Содержание раздела