自适应谐振理论.PDFVIP

神经网络 Neural Networks 第四章 自组织网络 -自适应谐振理论 史忠植 中国科学院计算技术研究所 / 内容提要 1. ART的结构 2. ART 的初始化 3. ART 的实现 识别、比较 、查找 、训练 4. ART2 2014/4/13 史忠植 神经网路 2 自适应谐振理论 • 自适应共振理论ART(Adaptive Resonance Theory)模型是美国Boston 大学的S．Grossberg和A ．Carpenet在 1976年提出的。 • ART是一种自组织神经网络结构，是无 教师的学习网络。当在神经网络和环境有 交互作用时，对环境信息的编码会自发地 在神经网中产生，则认为神经网络在进行 自组织活动。ART就是这样一种能自组织 地产生对环境认识编码的神经网络理论模 2014/4/13 史忠植 神经网路 3 型。网络的可塑性需要的4项功能 自适应谐振理论 Grossberg一直对人类的心理和认识活动感兴趣 ，他长期埋头于这方面的研究并希望用数学来刻划 人类这项活动，建立人类的心理和认知活动的一种 统一的数学模型和理论。 ART模型是基于下列问题的求解而提出的： • 1．对于一个学习系统，要求它有适应性及稳定 性，适应性可以响应重要事件，稳定性可以存储重 要事件。这种系统的设计问题。 • 2 ．学习时，原有的信息和新信息如何处理，保 留有用知识，接纳新知识的关系如何及解决的问题 。 • 3．对外界信息与原存储的信息结合并决策的问 2014/4/13 史忠植 神经网路 4 题。 自适应谐振理论 ART理论已提出了三种模型结构，即 ARTt ，ART2 ，ART3 。 • ART1用于处理二进制输入的信息； • ART2用于处理二进制和模拟信息这两 种输人； • ART3用于进行分级搜索。 • ART理论可以用于语音、视觉、嗅觉和 字符识别等领域。 2014/4/13 史忠植 神经网路 5 ART 总体结构图 识别控制 G2 识别层 复位 C(B) R C 复位控制 P(T) 比较控制 G1 比较层 精度控制参数ρ X 2014/4/13 史忠植 神经网路 6 ART 的结构