ОГЛЯД АЛГОРИТМУ ЗАСНОВАНОМУ НА МЕТОДІ «НЕЙРОННА МЕРЕЖА ХОПФІЛДА»
04.03.2024 14:54
[1. Information systems and technologies]
Author: Злобін Олександр Сергійович, магістрант, кафедра електронних обчислювальних машин, Харківський національний університет радіоелектроніки, м. Харків
При використанні алгоритму заснованому на методі «нейронна мережа Хопфілда», «s-bots» завжди досить рівномірно розподілені по карті місцевості рис.1.
Рис.1. - Метод «нейронна мережа Хопфілда»
Необхідно також зазначити, що даний алгоритм може бути дуже ефективно масштабований, тобто його ефективність слабко падає зі збільшенням території патрулювання та числа патрулюючих «s-bots». Джон Хопфілд зробив великий внесок у розробку теорії та моделей рекурентних НМ, також їм була запропонована загальна модель мережі зі зворотними зв'язками, яка отримала загальноприйняту назву нейронна мережа Хопфілда. Дискретна нейронна мережа Хопфілда є шаром нейронів, вхідні сигнали яких – це зважена сума зовнішніх сигналів (I) і сигналів зворотних зв'язків інших нейронів в мережі. Вхідні сигнали нейронів піддаються нелінійній обробці за допомогою заданої функції (функції активації Ф) і далі (з деякою тимчасовою затримкою ∆t) знову надходять на входи нейронів, внаслідок чого вихідний сигнал нейронної мережі (H) формується лише після того, як значення на виходах усіх нейронів стануть незмінними (стан «рівноваги»). Таким чином, даний тип нейронної мережі моделює деякий стохастичний процес, кінцевий стан якого визначається вхідним вектором (Y), елементи якого - це відповідні сигнали нейронів мережі. Розглянемо повнозв'язкову нейронну мережу Хопфілда, де стан кожного i-го нейрона визначається його вихідним сигналом (vi), а функція активації (Фi) може приймати значення {0,1}. Вихідний сигнал кожного нейрона (Hi) - це зважена сума сигналів інших нейронів (vj) плюс величина вхідного сигналу (Ii):
де - (wij) вага синаптичного зв'язку, що з'єднує j-й нейрон з i-м нейроном.
Для даної моделі нейронної мережі значення (wij) є фіксованими для всіх i та j, а також симетричними, тобто (wij) = (wji).
Література
1. Кривуля Г.Ф., Токарєв В.В., Ільїна І.В., Кравець В.Є. Взаємодія між «s-bots» однієї «Swarm-bot» system у фізичному неорганізованому середовищі. // Системи управління, навігації та зв'язку. - 2023. №1(71). - С.108-111.
2. Krivoulya G., Koshevoy N., Tokariev V., Ilina I., Dubinsky D. Solving the Task of Topological Formation Intelligent Mobile «S-bots» for One «Swarm-bot» System // Proceedings of the 7th International Conference on Computational Linguistics and Intelligent Systems: (COLINS 2023). CEUR Workshop Proceedings., 20-21 april. 2023 y. - Kharkiv, Ukraine. - рр. 273-282.
3. Токарєв В., Ільїна І., Шевченко І., Гриценко І. Про один підхід до рішення асиметричної TSP - задачі при B2C доставках за допомогою платформи "Swarm-bot" - system у фізичному неорганізованому середовищі, Системи управління, навігації та зв'язку, 2023, №4(74), cc. 110-113.
4. Koshevoy N., Ilina I., Tokariev V., Malkova A., Muratov V. Implementation Of The Gravity Search Method For Optimization By Cost Expenses Of Plans For Multifactorial Experiments, Radioelectronic and Computer Systems, 2023, №. 1(105), pp. 23-32.
5. Koshovyi M. D., Pylypenko O. T., Ilyina I. V., Tokarev V. V. Growing tree method for optimization of multifactorial experiments, Radio Electronics, Computer Science, Control, 2023, № 3, pp. 55–61.