A neural network of perceptrons is constructed, modeling a Boolean function of four variables
perceptron
Задана булева функция f=(1011010110110001). Задача – построить нейросеть типа 4-k-1 из персетронов, моделирующую данную функцию и оценить k. Под персетроном понимается нейрон со ступенчатой функцией активации. Проблема заключается в том, что для таких сетей не найдено алгоритмов обучения.
Область определения данной функции будем считать вершинами четырехмерного куба. Все вершины куба разбиты на два класса: класс 1 и класс 0, в каждом классе по 8 вершин. Берем любые две вершины из класса 1. Находим плоскость P, проходящую через выбранные точки, и не проходящую через остальные вершины куба. Сдвигая плоскость P на
1,3 |
1,5 |
-0,2 |
1,1 |
-1 |
0,4 |
-0,6 |
-0,3 |
-0,6 |
1 |
-0,3 |
0,3 |
0,2 |
-0,2 |
0,25 |
-0,3 |
0,3 |
0,2 |
-0,2 |
0,35 |
-0,6 |
-0,6 |
-0,3 |
0,3 |
1 |
1. Bazhenov R.I., Vins A.A. Realizaciya kart Kohonena v SCILAB POSTULAT, 2016, №11.