Сеть «мозг в состоянии» в коробке «

Нейронная сеть Brain-State-in-a-Box (BSB) является нелинейной автоассоциативной нейронной сетью и может быть расширена до гетероассоциирования с двумя или более слоями. Это также похоже на сеть Хопфилда. Он был предложен JA Anderson, JW Silverstein, SA Ritz и RS Jones в 1977 году.

Несколько важных моментов, которые следует помнить о BSB Network —

• Это полностью связная сеть с максимальным числом узлов в зависимости от размерности n входного пространства.

• Все нейроны обновляются одновременно.

• Нейроны принимают значения от -1 до +1.

Это полностью связная сеть с максимальным числом узлов в зависимости от размерности n входного пространства.

Все нейроны обновляются одновременно.

Нейроны принимают значения от -1 до +1.

Математические формулировки

Функция узла, используемая в сети BSB, является функцией линейного изменения, которую можно определить следующим образом:

F(нетто)=(1мин,макс(−1,нетто))

$$F (нетто) \: = \: (1 мин, \: макс (-1, \: нетто))$$

Эта функция линейного изменения ограничена и непрерывна.

Поскольку мы знаем, что каждый узел изменит свое состояние, это можно сделать с помощью следующего математического соотношения:

xt(t+1)=f left( beginarrayc displaystyle sum limitnj=1wi,jxj(т) конецмассива справа)

$$x_ {t} (t \: + \: 1) \: = \: f \ left (\ begin {array} {c} \ displaystyle \ sum \ limit_ {j = 1} ^ n w_ {i, j } x_ {j} (т) \ {конец массива} \ справа)$$

Здесь x _i (t) — это состояние i- _го узла в момент времени t .

Веса от i- _го узла до j- _го узла могут быть измерены с помощью следующего соотношения:

wij= frac1P displaystyle sum limitPp=1(vp,ivp,j)

$$w_ {ij} \: = \: \ frac {1} {P} \ displaystyle \ sum \ limit_ {p = 1} ^ P (v_ {p, i} \: v_ {p, j})$$

Здесь P — количество тренировочных моделей, которые являются биполярными.