<HELP> for explanation

Блог им. Nuplex

Патентные исследования на тему генетические алгоритмы часть 3


A METHOD OF PROCESSING DATA FLOWS IN A NEURAL NETWORK, AND A NEURAL NETWORK

    В техническом решении по патенту WO9730400 предложена нейронная сеть, имеющая внешний сенсор (2) для получения параметра от внешней среды. Параметр взвешивают и подают на вход основного узла (1), с выхода которого параметр передают в дополнительно взвешенном виде на вход внешнего эффектора (5). После взаимодействия с внешней средой выходной сигнал с внешнего эффектора подают на вход внешнего сенсора.Далее параметр направляют непосредственно с сенсора на основной узел. Затем формируют сумму «фидбэков» отображений параметра. Предложенный способ обеспечивает быстрое и комплексное обучение нейронной сети, которая после обучения может решать задачи без использования сигналов обратной связи

Патентные исследования на тему генетические алгоритмы часть 3

СПОСОБ ОБРАБОТКИ ПОТОКОВ ДАННЫХ В НЕЙРОННОЙ СЕТИ, И НЕЙРОННАЯ СЕТЬ


Формула изобретения
1. Способ обработки потоков данных в нейронной сети, включающий операции:
а) получения параметрического представления от окружающей среды во множестве входных нейронов;
b) передачи взвешенного параметрического представления от выхода входных нейронов к входу внутреннего слоя нейронов;
c) передачи взвешенного параметрического представления от выхода внутреннего слоя к входу множества выходных нейронов и одновременно передачи взвешенного параметрического представления от выхода внутреннего слоя к входу множества входных нейронов;
d) передачи в виде обратной связи взвешенного параметрического представления от выхода выходных нейронов после воздействия на окружающую среду к входу множества входных нейронов;
отличающийся тем, что 
параметрическое представление от выхода внутреннего слоя нейронов, являющихся задающим узлом, корректируют параметрическим представлением от результата воздействия выходных нейронов на окружающую среду.

2. Способ по п. 1, отличающийся тем, что коррекцию выполняют посредством сложения.
3. Способ по п. 1 или 2, отличающийся тем, что после обучения в виде обратной связи в обработку сигналов в нейронной сети передают только параметрическое представление от внутреннего слоя.
4. Нейронная сеть, включающая внешний датчик, содержащий множество входных нейронов для получения параметрического представления от окружающей среды, в которой выход внешнего датчика соединен с внутренним слоем, содержащим множество нейронов, выход внутреннего датчика соединен с входом внешнего эффектора, содержащего множество выходных нейронов, а параметрическое представление воздействия выходных нейронов на окружающую среду передается в виде обратной связи на вход множества входных нейронов, отличающаяся тем, что параметрическое представление от выхода внутреннего слоя, являющегося задающим узлом, корректируется посредством параметрического представления от результата воздействия выходных нейронов на окружающую среду.
5. Нейронная сеть по п. 4, отличающаяся тем, что коррекцию выполняют в виде сложения.
6. Нейронная сеть по пп. 4 и 5, отличающаяся тем, что задающий узел содержит дополнительно вход для получения выходных сигналов от внутреннего активатора, чей вход соединен с выходами от блока датчика, получающего сигналы, отображающие отклонения от оптимальных состояний нейронной сети и сигналы от выхода внешнего датчика.
7. Нейронная сеть по пп. 4-6, отличающаяся тем, что внутренний активатор имеет выход, соединенный с входом селектора, и выход, соединенный с задающим узлом. 
 

Интересно наблюдать, как переизобретают заново многие из классических архитектур классической аналоговой обработки сигналов. Кстати, там много интересного.
старый трейдер, АВМ самая классная штука примером является логарифмическая линейка. Была передача про немецкую старушку которая с помощью логарифмической линейки оценивала активы ликвидных инструментов, до сих пор не могу приложить логарифм к оценке актива
Nuplex Debuger, хорошо забытое старое — прекрасно рулит, особливо в умелых руках.
Понапридумана тьма остроуиных приемов, особенно с feedforward связями, которые можно теперь применять в нейросетях.

Только зарегистрированные и авторизованные пользователи могут оставлять комментарии.

Залогиниться

Зарегистрироваться
....все тэги
Регистрация
UP