شبکه ي خودسازمان ده

در ادامه آموزش های سایت همیارپروژه در با شبکه خودسازمانده آشنا خواهیم شد . در این آموزش مقدماتی از این شبکه را فرا میگیریم.

درشبکه ي خودسازمان ده، از روش یادگیري رقابتی براي آموزش استفاده می شود و مبتنی بر مشخصه هاي خاصی از مغز انسان توسعه یافته است. سلولها در مغز انسان در نواحی مختلف طوري سازمان دهی شده اند که در نواحی حسی مختلف، با نقشه هاي محاسباتی مرتب و معنی دار ارائه می شوند. براي نمونه، ورودیهاي حسی لامسه –شنوائی و … با یک ترتیب هندسی معنی دار به نواحی مختلف مرتبط هستند.یا برخی مواقع به صورت SOM(Self Organization Map) در یک شبکه ي خود سازمان ده که با نشان داده می شود، واحد هاي پردازش گر در گره SOFM(Self Organization Feature Map) هاي یک شبکه ي یک بعدي، دو بعدي یا بیشتر قرار داده می شوند. واحد ها در یک فرآیند یادگیري رقابتی نسبت به الگوهاي ورودي منظم می شوند. محل واحدهاي تنظیم شده در شبکه به گونه اي نظم می یابد که براي ویژگیهاي ورودي، یک دستگاه مختصات معنی دار روي شبکه ایجاد شود. لذا یک نقشه ي خود سازمان ده، یک نقشه ي توپوگرافیک از الگوهاي ورودي را تشکیل می دهد که در آن، محل قرار گرفتن واحدها، متناظر ویژگیهاي ذاتی الگوهاي ورودي است.

یادگیري رقابتی که در این قیبل شبکه ها بکار گرفته می شود بدین صورت است که در هر قدم یادگیري، واحدها براي فعال شدن با یکدیگر به رقابت می پردازند، در پایان یک مرحله رقابت تنها یک واحد برنده میشود، که وزنهاي آن نسبت به وزنهاي سایر واحدها به شکل متفاوتی تغییر داده می شود. این نوع از یادگیري را می نامند. شبکه هاي خودسازمان ده به لحاظ ساختاري به چند (Unsupervised) یادگیري بی نظارت دسته تقسیم می شوند که در ادامه با هر یک از آنها به صورت مختصري آشنا می شویم.

۱) شبکه هاي خودسازمانده داراي وزن ثابت:

در این دسته از شبکه ها وزن اتصالات بر اساس اهداف مورد نظر در طراحی شبکه در حین طراحی مشخص می شود و مقدار آنها تغییر نمی یابد، یا به عبارت دیگر نیاز به مرحله ي آموزش ندارند در ادامه جهت آشنایی بیشتر با این گونه از شبکه ها با چند نمونه ي عملی آنها آشنا می شویم.

(MaxNet) 1-1 ) شبکه ي ماکس نت معرفی گردید. هدف استفاده از آن تعیین بزرگترین (Lippman) شبکه فوق در سال ۱۹۸۷ توسط لیپ من ورودي به شبکه است یعنی در این شبکه پس از طی چند مرحله از طریق خروجی ها می توان ورودي بزرگتر را تشخیص داد، از این شبکه به عنوان زیر شبکه نیز می توان در ترکیب با شبکه هاي دیگر استفاده نمود(در ادامه نمونه اي از این ترکیب ارائه می شود).

ساختارشبکه

واحد ورودي داراي اتصالات کامل و متقارن با وزن هاي ثابت هستند. تابع فعالیت آنها به صورت n ، در این شبکه ذیل می باشد:

الگوریتم کار شبکه

اگر بیش از یک واحد مقدار فعالیت غیر صفر دارد الگوریتم ادامه می یابد، در غیر این صورت الگوریتم خاتمهمی یابد.

این شبکه در انجام پروژه های متلب کاربرد زیادی دارد و به نوعی شبکه ای بروز برای انجام پروژه های دانشجویی و … می باشد.