D. Thử nghiệm mạng trong phục hồi ảnh
7.4.4.2. Mạng nơ ron nhiều lớp ngợc hớng (Counter-propagation Neural Network)
Trong cách tiếp cận lan truyền ngợc hớng, các tín hiệu mẫu ra (chứ không phải là sai số) đợc lan truyền ngợc trên mạng nhằm hiệu chỉnh các trọng số. Mỗi khi có các tín hiệu vào, đầu ra của mạng ngợc hớng đợc xác định dựa trên trọng số liên kết giữa nơ ron trung tâm trong lớp ẩn Kohonen và các nơ ron rạ
Ạ Kiến trúc mạng.
Mạng ngợc hớng có 2 lớp: Lớp Kohonen và lớp rạ Các nơ ron của lớp vào đợc nối đầy đủ với các nơ ron ở lớp Kohonen. Tại mỗi bớc, chỉ có một số nơ ron láng giềng với nơ ron trung tâm đợc chọn đợc nối với các nơ ron ra và chỉ các trọng số liên kết tơng ứng đợc hiệu chỉnh.
Điểm khác biệt ở đây là kết quả đầu ra không đợc lu trong mạng dới dạng tập tất cả các trọng số tại mỗi nơ ron ra, mà chỉ là một phần trong số đó. Từ đó có thể thấy, số nơ ron ở lớp Kohonen bằng số kết quả đầu ra cần lu trữ và số nơ ron ra bằng số biến thành phần trong mỗi kết quả rạ Chẳng hạn, cần có 1000 kết quả ra khác nhau, mỗi kết quả đợc biểu diễn bởi 4 thành phần, ta phải xây dựng mạng Kohonen có 1000 nơ ron và một lớp ra có 4 nơ ron tơng ứng với 4 thành phần. Số nơ ron của lớp vào bằng số biến vàọ Thông thờng, các tín hiệu X=(x1,...,xm)phải đợc chuẩn hóa sao cho ||x||=1. Để làm nh vậy, ta đa thêm thành phần mới xm+1 sao cho:
B. Huấn luyện mạng Giả sử có tập mẫu {(Xs,Ys)}. Quá trình học đợc tiến hành nh sau:
- Với mỗi vectơ mẫu Xs, chọn nơ ron trung tâm c theo nguyên tắc
hoặc có tín hiệu ra lớn nhất outc = max(outj) = max(Σwijxsi) hoặc có vectơ trọng số gần với tín hiệu vào nhất
Nhập môn xử lý ảnh số - ĐHBK Hà nội 208 2 1 1 x m x + = − ) 2 ) ( min( ) min( = ∑ − ← i xsi wji j err c err
-Hiệu chỉnh các trọng số liên kết dẫn tới lớp Kohonen theo một trong 2 công thức:
wji = wji + η(t) ădcj)(1- xi wji)
hoặc wji = wji + η(t) ădcj)( xi - wji) (xem thêm phần 7.4.3.3) Sau đó các trọng số (wji) đợc chuẩn hóa nh sau:
- Hiệu chỉnh các trọng số liên kết giữa lớp ra và lớp Kohonen wji = wji + η(t) ădcj)(yk- wjk)
(nơ ron j thuộc lớp Kohonen và nơ ron k thuộc lớp ra) Các trọng số wji không cần phải chuẩn hóạ
C. Sử dụng mạng.
Mạng có thể nhận các giá trị tín hiệu vào, ra là số thực. Ngoài ra, mạng làm việc giống nh bảng trạ Ngời ta còn dùng mạng ngợc hớng để biểu thị các quan hệ phụ thuộc giữa các biến dựa trên các trọng số liên kết ở lớp rạ