Artificial Neural Network 简明教程

Brain-State-in-a-Box Network

脑状态神经网络 (BSB) 是一种非线性自关联神经网络,可以扩展到具有两层或更多层的异关联。它也类似于霍普菲尔德网络。它是由 J.A. 安德森、J.W. 西尔弗斯坦、S.A. 里茨和 R.S. 琼斯于 1977 年提出的。

关于 BSB 网络需要注意的一些要点 -

  1. 这是一个完全连接的网络,其节点的最大数量取决于输入空间的维度 n

  2. 所有神经元同时更新。

  3. 神经元值介于 -1 到 +1 之间。

Mathematical Formulations

BSB 网络中使用的节点函数是一个坡道函数,可定义如下 −

f(net)\:=\:min(1,\:max(-1,\:net))

该坡道函数是有界的,且是连续的。

我们知道每个节点都会改变其状态,这可以通过以下数学关系来完成 −

x_{t}(t\:+\:1)\:=\:f\left(\begin{array}{c}\displaystyle\sum\limits_{j=1}^n w_{i,j}x_{j}(t)\end{array}\right)

此处, xi(t)ith 节点在时间 t 的状态。

ith 节点到 jth 节点的权重可以通过以下关系测量 −

w_{ij}\:=\:\frac{1}{P}\displaystyle\sum\limits_{p=1}^P (v_{p,i}\:v_{p,j})

此处, P 是训练模式的数量,它们是双极性的。