Sieć ze stanem mózgu w pudełku
Sieć neuronowa Brain-State-in-a-Box (BSB) jest nieliniową autosocjacyjną siecią neuronową i może być rozszerzona do hetero-asocjacji z dwoma lub więcej warstwami. Jest również podobny do sieci Hopfield. Zaproponowali go JA Anderson, JW Silverstein, SA Ritz i RS Jones w 1977 roku.
Kilka ważnych punktów, o których należy pamiętać o sieci BSB -
Jest to w pełni połączona sieć z maksymalną liczbą węzłów zależną od wymiarów n przestrzeni wejściowej.
Wszystkie neurony są aktualizowane jednocześnie.
Neurony przyjmują wartości od -1 do +1.
Formuły matematyczne
Funkcja węzła używana w sieci BSB to funkcja rampowa, którą można zdefiniować w następujący sposób -
$$ f (net) \: = \: min (1, \: max (-1, \: net)) $$
Ta funkcja rampowa jest ograniczona i ciągła.
Ponieważ wiemy, że każdy węzeł zmieniłby swój stan, można to zrobić za pomocą następującej zależności matematycznej -
$$ x_ {t} (t \: + \: 1) \: = \: f \ lewo (\ początek {tablica} {c} \ Displaystyle \ suma \ limity_ {j = 1} ^ n w_ {i, j } x_ {j} (t) \ end {tablica} \ right) $$
Tutaj, xi(t) jest stanem ith węzeł w czasie t.
Wagi od ith węzeł do jth węzeł można mierzyć za pomocą zależności -
$$ w_ {ij} \: = \: \ Frac {1} {P} \ Displaystyle \ sum \ limit_ {p = 1} ^ P (v_ {p, i} \: v_ {p, j}) $$
Tutaj, P to liczba wzorców treningowych, które są dwubiegunowe.