Trong mục này, học cấu trúc là cần thiết để xác định làm thế nào để thêm một lớp
mới vào bộ nhớ liên kết A và đồng thời tạo hypercube và bộ nhớ trọng lượng cho lớp
đó. Trong q trình tạo lớp, miêu tả tốn học của các lớp đang tồn tại thuộc về các
nhóm. Độ phụ thuộc của quy luật đối với mỗi dữ liệu vào lị có thể đại diện cho mức
độ mà dữ liệu đầu vào thuộc về nhóm. Nếu một đầu vào mới vào /, nằm trong giới hạn của các nhóm, SOWCM sẽ không tạo ra một lớp mới nhưng việc cập nhật các tham số của các quy luật vẫn tồn tại.
Tính tốn khoản cách MDk k = 1,2,,nk trong vùng liên kết bộ nhớ A như
sau:
MA(Z) = |Z-|m4|2
Trong đó mk=[mỴk m2k ■■■
Sử dụng phương pháp Max-Min được đề xuất cho việc thêm lớp
Đề Tài Cấp Trường
\ ----------------------------------------------------------------------------------------------------------------------------------------------------------------------- -------------------
£ = arg min MDk(ỉ), k-ì,2,-’-nk (3-14)
Nếu
maxM).(Z)>Kg (3.15)
s Thì một lớp mới sẽ được tạo, trong đó Kg là giá trị ngưỡng khởi tạo được định
ị 7 ,
nghĩa trước với 0 < Kg <1. Trong trường hợp của chúng ta chọn Kg =0.1. Điêu này có nghĩa rằng đối với một dữ liệu đầu vào mới, giá trị kích thích của hàm cơ sở
đạng tồn cũng q nhỏ, thì một nhóm mới sẽ được tạo. Trong trường hợp này, số lớp sẽ được tăng như sau:
n*(/ + l) = «t(0 + l (3.16) Trong đó nk là số lớp tại thời điểm t. Do đó, một lớp mới sẽ được tạo và các
tham số tương ứng cho ở lớp mới chẳng hạn như điều kiện ban đầu và tham số của
hàm cơ sở wavelet trong không gian bộ nhớ liên kết và không gian bộ nhớ trọng lượng
sẽ được định nghĩa như sau:
^.=/, (3.17)
(3.18)
>%=0 (3.19)
Quá trình học tự tổ chức khác nữa được xem xét để xác định khi nào sẽ xóa một lớp đang tồn tại, đó là các lớp khơng thích hợp. Một phương pháp Max-Min cũng được đề xuất để loại bỏ một lớp đang tồn tại.
Xem xét đầu ra thứ j của S0WCM trong (3.12). Tỉ số của thành phần thứ k và đầu ra thứ j được định nghĩa như sau:
V,*(Z)
MMik=~aụy * = (3.20)
Trong đó vJk(I) = w#ố*(Z),tìm tỉ số lớn nhất của đầu ra thứ j và thành phần cực tiểu tương ứng như sau:
k = arg min maxMM (3.21)
lắẲrSM* ĨỈJ£n J
Nếu
MM^<KC (3.22)
Thì lớp thứ k được loại bỏ, ở đây Kc là ngưỡng loại bỏ được định nghĩa trước.
Trong trường hợp này Kc = 0.03. Điều này có nghĩa là đối với một dữ liệu đầu ra, nếu sự đóng góp của một lớp là cực tiểu, thì lớp đó sẽ được loại bỏ.
Thiết Kế Cánh Tay Robot Làm Sạch Bình Ngưng