Дослідження впливу параметрів навчання когнітрону на якість розпізнавання вихідних образів
Вантажиться...
Дата
2014
Автори
Молчанова, М.О.
Протасов, М.В.
Molchanova, M.O.
Protasov, M.V.
Назва журналу
Номер ISSN
Назва тому
Видавець
Хмельницький національний університет
Анотація
У статті запропоновано уточнену цілісну математичну модель нейронної мережі типу когнітрон.
Досліджено вплив параметрів навчання на роботу нейронної мережі. Встановлено, що дані параметри повинні
підлаштовуватися під конкретні задачі, та можуть змінюватись в залежності від розміру зображення та його
форми. Також відмічено можливість нейронної мережі типу когнітрон до відновлення пошкоджених образів. Дана
робота може бути використана для подальшої реалізації та аналізу параметрів математичної моделі
неокогнітрону, який у порівнянні з когнітроном є стійким не лише до шумів та пошкоджень, але й до поворотів та
масштабування.
Aim of research is to renew mathematical model of neural network of cognitron type and to investigate the influence of learning parameters on the work of the neural network. The article offers an integrated refined mathematical model of neural networks of cognitron type. The influence of learning parameters on the performance of the neural network has been researched. It has been established that these parameters must adapt to specific tasks and may vary depending on the image size and its shape. Also the possibility of neural networks of cognitron type to restore damaged images has been noted. To correct the weights from the inhibitory to the activation neuron instead of the traditional weights usage, that is from activation neurons of the previous layer to the current activation layer of neurons, the weights from the activation neurons to the inhibitory ones are used. This work can be used to further the implementation and analysis of parameters of the mathematical neocognitron model, which in comparison with cognitron is resistant not only to noise and damage, but also to the rotation and scaling.
Aim of research is to renew mathematical model of neural network of cognitron type and to investigate the influence of learning parameters on the work of the neural network. The article offers an integrated refined mathematical model of neural networks of cognitron type. The influence of learning parameters on the performance of the neural network has been researched. It has been established that these parameters must adapt to specific tasks and may vary depending on the image size and its shape. Also the possibility of neural networks of cognitron type to restore damaged images has been noted. To correct the weights from the inhibitory to the activation neuron instead of the traditional weights usage, that is from activation neurons of the previous layer to the current activation layer of neurons, the weights from the activation neurons to the inhibitory ones are used. This work can be used to further the implementation and analysis of parameters of the mathematical neocognitron model, which in comparison with cognitron is resistant not only to noise and damage, but also to the rotation and scaling.
Опис
Ключові слова
нейронна мережа, когнітрон, розпізнавання образів, neural network, cognitron, pattern recognition
Бібліографічний опис
Молчанова, М. О. Дослідження впливу параметрів навчання когнітрону на якість розпізнавання вихідних образів [Текст] / М. О. Молчанова, М. В. Протасов // Вісник Хмельницького національного університету. Технічні науки. – 2014. – № 5. – С. 240-246.