Gom nhóm không gian

Một phần của tài liệu Ứng dụng mạng HTM và mạng ngữ nghĩa để nhận diện đối tượng phức trong ảnh (Trang 25 - 26)

Trong quá trình học, gom nhóm không gian phân tích những vector đầu vào để tạo thành ma trận trùng khớp (coincidence matrix). Ma trận trùng khớp này có vai trò trong việc hội tụ không gian vô cùng lớn từ thông tin vector bên ngoài thành tập những thông tin chuẩn đặc trưng thể hiện có giới hạn. Những vector chuẩn này được chọn thông qua gom nhóm không gian được gọi là sự hội tụ trùng khớp bởi vì chúng thể hiện những mẫu thông tin cùng xảy ra riêng biệt liền nhau mà có xu hướng xuất hiện nhiều hơn mong đợi so với sự chọn lựa ngẫu nhiên.

Ma trận trùng khớp kí hiệu là W. Nó bao gồm một hàng Wj tương ứng với mỗi trùng khớp j. Mẫu thông tin đầu vào của một nút là một vector hình thành bằng cách kết nối những vector đầu ra của các nút con bên dưới.

Ma trận hội tụ bắt đầu là rỗng. Khi gom nhóm không gian chọn một vector thông tin đầu vào nào là một sự hội tụ trùng khớp, nó đơn giản gắn vector này vào ma trận W như là một hàng mới.

Ngoài nhiệm vụ chính là xây dựng ma trận trùng khớp, gom nhóm không gian cũng đếm số vector thông tin đầu vào được xem là cùng thuộc một sự trùng khớp. Số lần xuất hiện này được lưu trữ trong một vector gọi là counts. Khi quá trình học xong, vector này sẽ chứa một số nguyên ứng với mỗi sự trùng khớp trong W. Giá trị thành phần thứ j

tương đương với số vector thông tin đầu vào được xem là thuộc sự trùng khớp thứ j trong quá trình học. Gom nhóm không gian sử dụng thông tin số lượng xuất hiện này như thông tin bổ sung đầu vào cho gom nhóm thời gian để thực hiện gom nhóm sau cùng.

Một khi nút được chuyển sang chế độ phán đoán, gom nhóm không gian không cập nhật W, thay vào đó nó sẽ so sánh mỗi vector thông tin đầu vào với những trùng khớp trong W. Trong quá trình phán đoán, gom nhóm không gian sẽ tính một vector niềm tin y

ứng với mỗi vector đầu vào. Giá trị vector kết quả là một sự phân bố trên các hội tụ trùng khớp nên nó chứa mỗi thành phần tương ứng với mỗi hàng trong W.

Giá trị đầu ra vector y sẽ là đầu vào của gom nhóm thời gian. Thật sự, gom nhóm không gian có thể xem là tiền xử lý của gom nhóm theo thời gian. Nó làm đơn giản nhiệm vụ của gom nhóm thời gian bằng cách lưu trữ một số lượng lớn không gian vector đầu vào thành một tập nhỏ một cách tương đối những trùng khớp riêng biệt để dễ dàng hơn trong việc xử lý.

Ý nghĩa “niềm tin” thể hiện một sự đo lường tổng quát hóa khả năng xảy ra mà giá trị thông tin vector x và một trùng khớp cụ thể w cùng thể hiện giống nhau một nguyên nhân của thế giới quan. Nếu giá trị của niềm tin càng cao thì điều đó có nghĩa là khả năng vector đầu vào và sự trùng khớp tương ứng được tạo ra bởi cùng một nguyên nhân càng cao.

Gom nhóm theo không gian có thể được cài đặt bằng nhiều thuật toán khác nhau. Trong đó bao gồm thuật toán Gaussian, DotProduct. Với thuật toán DotProduct,

chúng còn có tên gọi là khác là Dot_maxDProduct_maxD nếu chúng sử dụng thêm tham số maxDistance trong thuật toán.

Một phần của tài liệu Ứng dụng mạng HTM và mạng ngữ nghĩa để nhận diện đối tượng phức trong ảnh (Trang 25 - 26)