Персептронная модель автоматической классификации.

Впервые принципы автоматической классификации были реализованы американским ученым Ф. Розенблатом в автомате, названном им «персептроном» (от слова «perception» — восприятие).

Рассмотрим принцип действия автомата на примере персептрона МАРК-1 (рис. 11.27). В качестве воспринимающего устройства в персептроне использовано поле рецепторов в виде фотоэлектрического устройства, состоящего из нескольких сотен фотоэлементов. Каждый фотоэлемент может находиться в одном из двух состояний: О и 1. Выходные сигналы фотоэлементов поступают на входы «ассоциативных элементов» А, число которых сравнимо с числом фотоэлементов. Каждый

А-элемент имеет несколько входов и один выход. Входы Л-элементов соединяются с выходами фотоэлементов случайным образом и со случайными знаками. В процессе обучения случайные связи сохраняются неизменными. А-элементы осуществляют алгебраическое суммирование поданных на их входы сигналов с фотоэлементов и сравнивают получаемую сумму с постоянным числом Q в соответствии с алгоритмом

Рис. 11.27

Рис. 11.28

Выходные сигналы А-элементов после перемножения на независимые переменные коэффициенты складываются (рис. 11.28)

и поступают на вход реагирующего элемента который может находиться в одном из двух состояний: или 0, или 1 в зависимости от положительности суммы (11.232), т. е.

В процессе обучения персептрон должен вьщавать выходной сигнал 0 при предъявлении объектов класса А и выдавать сигнал 1 при предъявлении объектов класса В. Обучение заключается в том, что коэффициенты при каждом показе объектов класса А и получении на выходе Л-элементов сигналов 1 увеличиваются на некоторую величину, а при отказе объектов класса В уменьшаются на эту величину. Постепенно правильность ответов на предъявляемые объекты увеличивается, так как повышается сумма (11.232) при правильной классификации. По окончании обучения на последовательности объектов конечной длины автомат распознает с определенной точностью объекты классов А и В, если они и не предъявлялись ему на этапе обучения. Схема обучения представлена на рис. 11.28. Решающее правило выглядит следующим образом:

Значения коэффициентов изменяются в соответствии с правилом обучения: