Алгоритм вычисления значений весов синапсов первого слоя нейронной сети на основе метрических методов распознавания. Часть 2

Аннотация

Введение: метрические методы распознавания позволяют предварительно и строго определять структуры нейронных сетей прямого распространения, а именно количество нейронов, слоев и связей на основе начальных параметров задачи распознавания. Они также дают возможность на основе метрических выражений близости аналитически вычислять веса синапсов нейронов сети. Процедура настройки для данных сетей включает в себя последовательное аналитическое вычисление значения каждого веса синапса в таблице весов для нейронов нулевого или первого слоя, что позволяет уже на начальном этапе без применения алгоритмов обучения получить работоспособную нейронную сеть прямого распространения. Затем нейронные сети прямого распространения могут дообучаться известными алгоритмами обучения, что в целом ускоряет процедуры их создания и обучения. Цель: определить, сколько времени требует процесс вычисления значений весов и, соответственно, насколько является оправданным предварительное вычисление значений весов нейронной сети прямого распространения. Результаты: предложен и реализован алгоритм автоматизированного вычисления всех значений таблиц весов синапсов для нулевого и первого слоя применительно к задаче распознавания черно-белых однотонных изображений символов. Описание предлагаемого алгоритма приведено в программной среде Builder C++. Рассмотрена возможность оптимизировать процесс вычисления весов синапсов в целях ускорения всего алгоритма. Выполнена оценка затрачиваемого времени на вычисление этих весов для разных конфигураций нейронных сетей на основе метрических методов распознавания. Приведены примеры создания таблиц весов синапсов согласно рассмотренному алгоритму. Результаты вычисления таблиц показывают, что на процедуру аналитического вычисления весов нейронной сети потрачены считанные секунды, минуты, что никак не сравнимо со временем, необходимым для обучения нейронной сети. Практическая значимость: аналитическое вычисление значений весов нейронной сети позволяет существенно ускорить процедуру создания и обучения нейронной сети прямого распространения. На основе предложенного алгоритма может быть также реализован и алгоритм вычисления трехмерных таблиц весов для более сложных, черно-белых и цветных полутонных, изображений.