Книга: Учебное пособие по курсу «Нейроинформатика»
Множества повышенной надежности
Алгоритмы контрастирования, рассматриваемые в данной главе, позволяют выделить минимально необходимое множество входных сигналов. Использование минимального набора входных сигналов позволяет более экономично организовать работу нейркомпьютера. Однако у минимального множества есть свои недостатки. Поскольку множество минимально, то информация, несомая одним из сигналов, как правило не подкрепляется другими входными сигналами. Это приводит к тому, что при ошибке в одном входном сигнале сеть ошибается с большой степенью вероятности. При избыточном наборе входных сигналов этого как правило не происходит, поскольку информация каждого сигнала подкрепляется (дублируется) другими сигналами.
Таким образом возникает противоречие — использование исходного избыточного множества сигналов неэкономично, а использование минимального набора сигналов приводит к повышению риска ошибок. В этой ситуации правильным является компромиссное решение — необходимо найти такое минимальное множество, в котором вся информация дублируется. В данном разделе рассматриваются методы построения таких множеств, повышенной надежности. Кроме того, построение дублей второго рода позволяет установить какие из входных сигналов не имеют дублей в исходном множестве сигналов. Попадание такого «уникального» сигнала в минимальное множество является сигналом о том, что при использовании нейронной сети для решения данной задачи следует внимательно следить за правильностью значения этого сигнала.
- Операции с множествами узлов
- Использование возможностей множества транзакций
- 5.4.3. Только Linux: указание файлового времени повышенной точности
- Интуиция (Дзен) и искусство программной надежности: больше гарантий и меньше проверок
- Множества объектов kset
- Этап 6 - выделение множества дизъюнктов
- 9.1. Множества
- 9.1.1. Простые операции над множествами
- 9.6.1. Пример: класс множества
- Получение множества наборов результатов с помощью объектов чтения данных
- 2.1.3. Подмножества модели и сохраняемые отображения
- Проблема надежности