Кодирование ассоциаций
Обычно сеть обучается распознаванию множества образов. Обучение производится с использованием обучающего набора, состоящего из пар векторов A и B. Процесс обучения реализуется в форме вычислений; это означает, что весовая матрица вычисляется как сумма произведении всех векторных пар обучающего набора. B символьной форме
Предположим, что все запомненные образы представляют собой двоичные векторы. Это ограничение покажется менее строгим, если вспомнить, что все содержимое Библиотеки Конгресса может быть закодировано в один очень длинный двоичный вектор. В работе [11] показана возможность достижения более высокой производительности при использовании биполярных векторов. При этом векторная компонента, большая чем 0, становится +1, а компонента, меньшая или равная 0, становится –1.
Предположим, что требуется обучить сеть с целью запоминания трех пар двоичных векторов, причем векторы Ai имеют размерность такую же, как и векторы Вi. Надо отметить, что это не является необходимым условием для работы алгоритма; ассоциации могут быть сформированы и между векторами различной размерности.
Исходный вектор
Ассоциированный вектор
Бинарная версия
A1 = (1,0,0)
B1 = (0,0,1)
A’1 = (1,–1,–1)
B’1 = (–1,–1,1)
A2 = (0,1,0)
B2 = (0,1,0)
A’1 = (–1,1,–1)
B’1 = (–1,1,–1)
A3 = (0,0,1)
B3 = (1,0,0)
A’1 = (–1,–1,1)
B’1 = (1,–1,–1)
Вычисляем весовую матрицу
W = A’1t B’1 + A’2t B’2 + A’3t B’3
–1
–1
1
+
1
–1
1
+
–1
1
1
=
–1
–1
3
1
1
–1
–1
1
–1
–1
–1
1
–1
3
–1
1
1
–1
1
–1
1
1
–1
–1
3
–1
–1
