Логические нейронные сети




Нейросеть для решения задачи логического вывода


Рассмотрим предварительно один аспект обучения нейросети методом трассировки.

Первоначально (лекция 4), поясняя "схемотехнический" подход к построению нейросети, мы предполагали, что никаких связей ("проводочков") не было, а мы их проложили, исходя из реализуемых

логических функций. Обобщив подход на нечеткую логику (предполагающую вхождение элементов в состав множества

с некоторой вероятностью), а также логику передаточных функций, мы заявили, что нашли способ построения уже обученных нейросетей.

Впоследствии (лекции 5 и 6) мы заявили, что нас не смущает отсутствие некоторых связей в "готовых" сетях. Мы их введем как "проводочки", если сочтем это целесообразным.

Таким образом, несовершенство нейросети не стало для нас преградой. А если предположить, как при

"схемотехническом" подходе, что первоначально в сети вообще никаких связей нет, ее матрица

следования пуста, а нам предстоит создать эту сеть полностью? Логично, что в ней будут присутствовать

только те связи, которые обеспечивают ее обучение. То есть мы сразу можем строить обученную нейросеть

— нейросеть, синапсические связи в которой имеют единичный (максимальный) вес.

Составим (рис. 8.1) нейросеть, соответствующую фрагменту беспредельной

базы знаний о жителях далекого таежного села.

Нейросеть будет отражать два уровня моделирования дедуктивного мышления, и состоять из двух частей.

Фактографическая нейросеть отражает факты, содержащиеся в БЗ. Понятийная нейросеть отражает правила вывода, оперируя понятиями – процедурами БЗ.

Моделируя лишь дедуктивное мышление, ограничимся возможностью дополнения фактографической нейросети, добываемой информацией на основе выводов, производимых с помощью понятийной нейросети . Развитие же понятийной нейросети , т.е. дополнение БЗ новыми правилами, требует решения проблемы индуктивного мышления, т.е. мышления более высокого уровня, пока не столь широко доступного.

Сформируем начальный вид фактографической нейросети (рис. 8.1).




Содержание  Назад  Вперед