Скачать 1.34 Mb.
|
ФОРМАЛИЗАЦИЯ МОДУЛЬНОГО ПРИНЦИПА ОБУЧЕНИЯ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ (ИНС) В. П. Рыков Тамбовский государственный университет им. Г.Р. Державина, Тамбов, Россия, newpost.user@yandex.ru Искусственные нейронные сети, в сущности, пытаются упрощенно имитировать работу мозга, однако, в нем, при поступлении какой-либо новой информации, не происходит переобучения всей системы нейронов и связей [1]. Изменениям подвергаются лишь отдельные части нейронной сети. В случае же ИНС, при поступлении новых данных, приходится осуществлять переобучение всей сети полностью, что, может привести к лишним временным затратам. Модульный принцип подразумевает обучение искусственных нейронных сетей отдельными частями, что несколько приближает работу ИНС к работе реального объекта – мозга. Данное обстоятельство позволяет существенно повысить контроль за обучением, а также, в ряде случаев, значительно сэкономить время, необходимое для настройки нейронной сети. Т.о., для уже упомянутой выше ситуации, когда, при добавлении новых данных, не требуется пересчета значений всех весовых коэффициентов, число итераций, необходимых для обучения, безусловно, будет ниже, чем число итераций, необходимое для переобучения всей структуры ИНС. (1) где Pfull – число итераций, необходимое для переобучения всей сети; Ppart – число итераций, необходимое для переобучения части сети. Аналогичная ситуация складывается при использовании конструктивного метода подбора структуры ИНС, когда, имея уже настроенные элементы сети, при добавлении к ним новых звеньев (нейронов и связей), обучению подвергаются лишь вновь добавленные модули. Помня о том, что искусственная нейронная сеть обучается при помощи специальных алгоритмов, то данный эффект можно представить следующим образом: (2) где A – обозначение алгоритма обучения, необходимое для переобучения всей сети; nw(full) – число весовых коэффициентов всей нейронной сети; nw(part) – число весовых коэффициентов обучаемого модуля. В частности, для метода полного сканирования: (3) где l – длина отрезка поиска весовых коэффициентов; h – шаг поиска. Следует отметить значимый факт, связанный с практическим использованием модульного принципа обучения: модульный принцип может быть эффективным, как с точки зрения минимизации времени обучения, так и с точки зрения повышения качества и гибкости обучения структуры искусственной нейронной сети полностью. Взглянем на модульный принцип с точки зрения минимизации времени обучения, т.е. – уменьшения количества итераций, необходимых для обучения сети. Число итераций, необходимое для обучения ИНС полностью, не будет равным числу итераций, необходимых при обучении с использованием модульного принципа. Пусть нейронная сеть состоит из M модулей, тогда получим: (4) где A – алгоритм обучения сети полностью; Apart – алгоритм обучения модуля (отдельное обозначение введено, так как каждый из модулей можно обучать различными алгоритмами). В ряде случаев, используя модульный принцип, можно добиться того, что количество итераций, необходимое для обучения будет значительно ниже, чем количество итераций при использовании классического подхода, т.е. – при обучении сеть полностью: (5) Отметим, что для минимизации времени обучения ИНС, структуру сети необходимо корректно декомпозировать на модули [2], а также – корректно обучать каждый из модулей, используя, модель и методику модульного принципа [3]. Эффективность модульного принципа, в плане уменьшения количества итераций, была проверена на практике [4]. Говоря о гибкости обучения, то использование модульного принципа позволяет существенно повысить контроль за обучением. К данному обстоятельству относятся следующие возможности:
Итак, идея модульного принципа обучения искусственных нейронных сетей, на сегодняшний день, является актуальной и обладает весомой практической ценностью, в частности, существенно упрощает использование ИНС на практике и позволяет добиться более высокой эффективности по сравнению с классическим подходом Литература
ОСОБЕННОСТИ МОДЕЛИ ТЕЛЕКОММУНИКАЦИОННОГО КАНАЛА С ЗАМИРАНИЯМИ В ПОДЗЕМНОМ СООРУЖЕНИИ Н. А. Шабалина Национальный минерально-сырьевой университет «Горный», г. Санкт-Петербург, Россия, basym@yandex.ru Одной из основных проблем, возникающих при организации сети беспроводной связи в закрытом помещении, является возникновение помех радиопередачи вследствие многолучевого распространения радиоволн. За счет неидеальной импульсной характеристики канала передачи возникают замирания передаваемого сигнала. Влияние многолучевости на качество принимаемого сигнала определяется, прежде всего, соотношением фаз и амплитуд луча, распространяющегося по трассе прямой видимости, и переотраженного луча. При передаче информационных кодовых последовательностей возникают явления межсимвольной интерференции, значительные искажения информационного сигнала, обусловленные появлением фазовых и амплитудных флуктуаций, нелинейных искажений. Замирания Релея (медленные) и Райса (быстрые) являются результатом нелинейных процессов, возникающих при распространении радиосигналов вдоль разных траекторий, возможных в ограниченном пространстве помещения. Динамический диапазон быстрых и медленных замираний может достигать 40-45 дБ. К факторам, влияющим на возникновение медленных замираний, относятся препятствия и крупные предметы, находящиеся на пути распространения сигнала (оборудование, транспорт). Быстрые замирания вызваны многолучевым распространением сигнала[6] . На рисунке 1 представлена общая модель распространения радиосигнала в помещении с учетом множественных переотражений. Рисунок 1 – Модель распространения радиосигнала в канале связи в закрытом помещении Для получения аналитического выражения значения ослабления амплитуды радиосигнала, необходимо ввести численные значения геометрических размеров помещения. H – высота потолков, B – ширина помещения, h1 – высота антенны базовой станции, h2 – высота антенны абонентской радиостанции, b1 – расстояние от стены до базовой станции, b2 – расстояние от стены до абоненствкой радиостанции, l1 – расстояние между базовой и абонентской станциями, l2 – расстояние от стены, у которой расположена базовая станция до абонентской станции. Согласно простейшим законам геометрии можно вычислить расстояние, которое проходят разные лучи, распространяясь вдоль нескольких трасс при многолучевой модели канала. Запишем аналитические выражения для их обозначения:
Согласно этим геометрическим выражениям, можно вычислить углы падения радиоволны на отражающие поверхности: стены, пол, потолок [6].
В месте приема векторная сумма мгновенных значений сигнала равна (3)
где - комплексная амплитуда сигнала. Влиянием лучей с многократным переотражением следует пренебречь. Значения их амплитуд значительно меньше, чем амплитуды сигналов, распространяющихся по трассе прямой видимости и по трассе с однократным переотражением. Амплитуда уменьшается из-за увеличения пройденного расстояния, поглощения в материале экрана и уменьшения угла скольжения. Распространение радиосигнала в протяженных закрытых помещениях характеризуются некоторыми закономерностями, которые можно описать с помощью теории волноводов [4]. В зависимости от частоты, радиоволны распространяются в помещении в виде поперечной электрической ТЕ или поперечной магнитной волны. Каждый конкретный тип волны имеет критическую частоту, ниже которой волна распространяться не будет. Для прямоугольного волновода предельная частота соответствует длине волны, которая может быть принята равной удвоенному значению наиболее длинному значению поперечного сечения. В случае сложной формы поперечного сечения принимают длину волны равной периметру поперечного сечения волновода (тоннеля). Для достаточно узких и длинных помещений (коридоров, тоннелей, промышленных зданий) при расчете напряженности поля и мощности сигнала стоит учитывать три отраженных луча, при условии, что диэлектрические проницаемости отражающих поверхностей (пола, потолка, стен) примерно одинаковы по величине. Основной луч практически полностью компенсируется одним из отраженных лучей, с учетом угла скольжения отраженного луча. Чем он больше, тем меньше компенсация [3]. Импульсная характеристика многолучевого канала связи между передатчиком и приемником записывается в виде:
- количество путей при многолучевом распространении сигнала, - комплексная амплитуда и случайная задержка распространения i- го пути соответственно. Любой канал может быть представлен с помощью передаточной функции, из условия физической осуществимости которой следует, что любая ее реализация удовлетворяет условию:
так как реализация на выходе не может появиться раньше поступления процесса на вход. При воздействии на вход системы (канала связи) некоторого сигнала z(t) сигнал на выходе (без учета аддитивных помех) определяется выражением:
– случайная функция, следовательно, реализация процесса - при фиксированной реализации будет являться случайной величиной. Это утверждения верно и в случае отсутствия аддитивных помех. Следовательно, из этого утверждения можно сделать вывод о том, что вероятность ошибочного приема сигнала не стремится к нулю или малому значению даже при отсутствии электромагнитных сторонних помех [5,c. 450 – 455]. Канал связи имеет ограниченную память, то есть существует некий промежуток времени L, когда переходная функция стремится к нулю и полностью затухает, то есть при любом справедливо выражение:
Результатом прохождения сигнала через фильтр с импульсными реакциями
Будет сигнал, представляемый в следующем виде [5, с. 451]:
Исходя из этого, можно представить модель канала связи, которая учитывает многолучевое распространение сигнала, при условии, что каждый луч распространяется по трассе, имеющий свои собственные импульсные характеристики и коэффициент передачи. На рисунке 2 представлено схематичное изображение модели канала связи. Фильтры представляют собой схематическое изображение коэффициента передачи одной из нескольких трасс радиосигнала при многолучевом распространении. Μ представляет собой спектральную плотность мощности флуктуация передаточной функции для составляющей радиосигнала на частоте ω. Рисунок 2 – Модель селективных замираний сигнала Данная модель имеет весьма общий базовый вид. Каждому типу помещений соответствуют некоторые особенности, которые вносят в нее некоторые изменения и дополнения. Сильное влияние на коэффициент передачи каналов оказывает ослабление сигнала при отражении от диэлектрического материала стен и потолком помещения, рассеяние на препятствиях крупных и мелких размеров, влияние аддитивных помех. Поэтому дальнейшее рассмотрение, уточнение параметров и внесение новых элементов представляется весьма важной научной задачей для разработчика и исследователя. Литература
Аналитическая оценка предельной расчётной вероятности отказа |
«Приоритеты мировой науки: эксперимент и научная дискуссия»: Материалы IX международной научной конференции 10-11 ноября 2015 г.... | Материалы IV молодёжной международной научно-практической конференции студентов, аспирантов и молодых учёных 26-27 ноября 2012 года,... | ||
Материалы III международной научно-практической конференции 1-2 июня 2012 года г. Санкт-Петербург | Материалы международной студенческой научной конференции ( 27-29 февраля 2012 г.) Том 1 | ||
Материалы международной студенческой научной конференции (27 29 февраля 2012 г.) том 2 | Системные проблемы надёжности, качества, компьютерного моделирования, информационных и электронных технологий в инновационных проектах... | ||
Вишняков-Вишневецкий Константин Константинович, доктор исторических наук, профессор, ректор наноо «Санкт-Петербургский институт гуманитарного... | Открытие международной научной конференции «Достижения фундаментальной медицины» (Дворцовая пл., 6/8) | ||
Приглашаем Вас принять участие в международной научно-практической конференции! | Информационное поле современной России: практики и эффекты: Материалы Шестой Международной научно-практической конференции |
Поиск Главная страница   Заполнение бланков   Бланки   Договоры   Документы    |