Slovník | Vyhledávání | Mapa webu
 
Analýza a hodnocení biologických datUmělá inteligence Sítě se vzájemnými vazbami Boltzmannův stroj Organizační dynamika

Logo Matematická biologie

Organizační dynamika

Organizační dynamika Boltzmannova stroje je naprosto stejná jako u Hopfieldovy sítě, nejčastěji Hopfieldovy sítě se skrytými neurony. Rozdíl je v typu použitých neuronů. Ty se nechovají deterministicky, jako v případě Hopfieldovy sítě, ale změna stavu neuronu na opačný ( a ) závisí nejen na hodnotě aktivační funkce, ale také na veličině nazývané teplota sítě Tato teplota se obvykle mění v průběhu práce sítě a je zodpovědná za stochastické chování neuronů a energie sítě tak nemusí na rozdíl od Hopfieldovy sítě v každém kroku sítě jen klesat.

Základem Boltzmannova stroje je tedy stochastický neuron, u kterého známe pravděpodobnost se kterou se bude nacházet v daném stavu na základě hodnoty vnitřního potenciálu neuronu.  Funkcí vyjadřující závislost pravděpodobnosti změny stavu je často sigmoida, která je modifikována právě parametrem V závislosti na teplotě tedy může stochastický neuron s jistou pravděpodobností změnit svůj stav bez ohledu na hodnotu vnitřního potenciálu 

(14)

Pro dostáváme pro pravděpodobnost změny stavu standardní sigmoidální funkci a neuron se tedy s vysokou pravděpodobností bude chovat dle hodnoty svého vnitřního potenciálu  Ze vztahu Sítě se vzájemnými vazbami (14) dále vyplývá, že s rostoucí hodnotou parametru dochází k vyrovnání pravděpodobnosti volby obou stavů bez ohledu na hodnotu vnitřního potenciálu  a pro se neuron chová zcela náhodně, oba stavy jsou stejně pravděpodobné.

Obr. 7. Průběh pravděpodobnostní aktivační funkce v závislosti na T a  dle [1]
 
vytvořil Institut biostatistiky a analýz Lékařské fakulty Masarykovy univerzity