Реферат: Нейросетевая реализация системы

Таблица 1.5.3

Отрицание  для неопределенности дает неопределенность, для остальных значений – то же самое, что и в двузначной логике. Для удобства мы полагаем, что результат операции в момент  есть неопределенность по определению.

2. Моделирование среды.

Для экспериментальной проверки метода автономного адаптивного управления необходимо создать математическую модель среды, достаточную для имитации реакции и поведения реальной среды на некотором уровне, приемлемом для данной управляющей системы. Но проверка является не единственной задачей, решаемой с помощью модели среды. Во-первых, если на начальном этапе в базе знаний УС нет знаний, ее необходимо наполнить начальными данными. Возможны случаи, когда получение исходных знаний невозможно во время реальной работы УС, поскольку оно происходит методом проб и ошибок и существует реальная угроза гибели всей системы. Поэтому начальное обучение в таких случаях необходимо проводить “на стенде”, т.е. с моделью среды. Естественно, чем ближе модель к свойствам реальной среды, тем лучше обучится УС и тем выше вероятность выживания системы. Моделировать среду можно множеством способов. Например, сделать макет объекта управления, поместить его в условия, близкие к тем, где он предназначен работать и дать ему возможность обучаться, пока у экспериментаторов не будет уверенности в живучести аппарата и в способности к адаптации в том диапазоне внешних условий, где он предназначен работать. Но на пути создания реальной действующей системы возможно несколько промежуточных этапов. Представим, что система создается “с нуля” и известна только некоторая априорная информация о среде и, возможно, какие-то представления о законах управления. Создавать сразу действующий макет дорого, поскольку на данном этапе даже не известно, какие образы УС должна уметь распознавать, и, возможно, придется делать несколько эспериментальных прототипов. Для исследования данного вопроса предлагается смоделировать среду, например, с помощью ЭВМ.

Как одну из моделей среды для исследований свойств ААУ мы предлагаем взять конечный автомат [КА]. КА является широко известным, хорошо изученным, понятным и удобным при моделировании среды объектом по следующим соображениям: 1) различные состояния среды естественным образом отображаются в состояния КА; 2) переходы из одного состояния среды в другое под воздействием УС и других объектов естественным образом отображаются в переходы КА между состояниями при чтении входного слова. Отметим, что среди известных и распространенных КА наиболее подходящими для модели являются автоматы Мура и недетерминированные автоматы Рабина-Скотта или НРС-автоматы. Правда, модели, основанные на первых, нуждаются в дополнительном введении стохастических источников, а НРС-автоматы нуждаются в модификации, поскольку реальные среды являются недетерминированными объектами. Более того, недетерминированность модели среды необходима для обучения УС. В самом деле, если бы реакция среды была полностью детерминированной и зависела только от воздействий на нее УС, то УС, найдя первый закон управления, использовала бы только его при выборе управляющих воздействий, так как по критериям системы управления лучше использовать хоть какой-нибудь закон управления и получить относительно гарантированный результат, чем продолжать поиски методом проб и ошибок. Получился бы замкнутый порочный круг: система воздействует на среду только одним способом, среда детерминированно реагирует на это воздействие, УС видит только одну реакцию (которая может быть не самой лучшей) и пытается вызвать только эту реакцию. Избежать таких “зацикливаний” можно посредством моделирования недетеминированной реакции среды.

Приведем определение автоматов Мура [КА] и введем модифицированные НРС-автоматы.

Определение 2.1. (Конечный) автомат Мура есть пятерка А = (Z, X, Y, f, h). Здесь Z – множество состояний, X – множество входов, Y – множество выходов, f – функция переходов,  и h –функция выходов,  - сюръективное отображение.

Автомат работает по следующему принципу. Если КА находится в некотором состоянии , то выход автомата определяется функцией выхода. Выход автомата интерпретируется в данном случае как реакция среды, которая, возможно, с некоторыми преобразованиями в блоке датчиков может быть подана на вход аппарата формирования и распознавания образов как двоичный вектор. В каждый момент времени автомат читает входное слово, которое интерпретируется как суммарное воздействие со стороны УС и других внешних объектов. Множество входов может быть шире чем множество допустимых воздействий на среду со стороны УС и включать в себя слова или команды, которые могут подаваться со стохастических источников, находящихся внутри среды. По прочитанному входному слову и функции переходов определяется состояние в следующий момент времени.

Определение 2.2. (Конечный) модифицированный недетерминированный автомат Рабина-Скотта (МНРС) есть семерка А = (Z, X, T, S, F, h, p). Здесь Z и X – конечные множества (состояний и входов соответственно; X называют также входным алфавитом автомата А);  (множества начальных и финальных состояний соответственно); , где ,  (иначе говоря T – многозначное отображение  с конечной областью определения); h – то же, что и для автомата Мура; p – функция вероятности переходов, , причем

. (2.1)

Отметим, что мы рассматриваем только неалфавитные МНРС, т.е. КА, у которых нет переходов для пустого слова : , а, следовательно, нет и спонтанных переходов. Отличительной особенностью МНРС является неоднозначность переходов или возможность соответствия одной и той же паре состояние - входное слово нескольких переходов и приписанной каждому переходу вероятности. Условие (2.1) означает, что сумма вероятностей всех переходов из любого состояния есть 1.

Отличие принципа действия МНРС от автомата Мура состоит в том, что, когда автомат находится в некотором состоянии и прочел входное слово, то реализуется один из возможных из данного состояния и при данном входном слове переход, при этом вероятность реализации перехода определяется функцией p.

Приведенные две модели среды с двумя разными КА не являются эквивалентными и задают разные модели поведения. Очевидно, что любая модель с автоматом Мура может быть смоделирована моделью с МНРС, причем обратное утверждение для любой модели неверно. Автомат Мура проще в реализации и исследованиях, а с помощью МНРС можно построить более точную модель среды.

3. Аппарат формирования и распознавания образов.

3.1. Биологический нейрон.

На рис. 3.1.1, взятом из [Turchin] представлен в упрощенном виде биологический нейрон. Схематично его можно разделить на три части: тело клетки, содержащее ядро и клеточную протоплазму; дендриты – древовидные отростки, служащие входами нейрона; аксон, или нервное волокно, - единственный выход нейрона, представляющий собой длинный цилиндрический отросток, ветвящийся на конце. Для описания формальной модели нейрона выделим следующие факты:

Рис. 3.1.1

В любой момент возможны лишь два состояния волокна: наличие импульса и его отсутствие, так называемый закон “все или ничего”.

Передача выходного сигнала с аксона предыдущего нейрона на дендриты или прямо на тело следующего нейрона осуществляется в специальных образованиях – синапсах. Входные сигналы суммируются с синаптическими задержками и в зависимости от суммарного потенциала генерируется либо нет выходной импульс – спайк.

3.2. Формальная модель нейрона.

Впервые формальная логическая модель нейрона была введена Маккалоком и Питтсом в 1948 году [Маккалок] и с тех пор было предложено огромное количество моделей. Но все они предназначены для решения в основном задач распознавания и классификации образов. Можно указать целый ряд основных отличий предлагаемой в данной работе модели и уже существующих. Во-первых, в классических моделях всегда присутствует “учитель” или “супервизор”, подстраивающий параметры сети по определенному алгоритму, предлагаемый же нейрон должен подстраиваться “сам” в зависимости от “увиденной” им последовательности входных векторов. Формально говоря, при работе нейрона должна использоваться только информация с его входов. Во-вторых, в предложенной модели нет вещественных весов и взвешенной суммации по этим весам, что является большим плюсом при создании нейрочипа и модельных вычислениях, поскольку целочисленная арифметика выполняется всегда быстрее, чем рациональная и проще в реализации. Главное же отличие предлагаемой модели состоит в цели применения. C помощью нее решаются все задачи управляющей системы: формирование и распознавание образов (ФРО), распознавание и запоминание закономерностей (БЗ), анализ информации БЗ и выбор действий (БПР), в отличии от классических моделей, где решается только первая задача.

Важной задачей ФРО для автономных систем также является не только распознавание образов, но и их хранение или запоминание. Это следует из автономности системы, т.к. для неавтономных систем распознанные образы могут храниться и использоваться вне системы. Вообще говоря, проблему запоминания можно решить множеством способов. Например, один из известных способов – организовать кольцо из нейронов, в котором сигнал мог бы прецессировать до бесконечности или в течении некоторого времени в случае затухания. В последнем случае система приобретает новое полезное свойство “забывчивости”, которое, как известно, присуще биологическим системам и позволяет более рационально и экономно использовать ресурсы, т.к. ненужная или малоиспользуемая информация просто “забывается”. Эксперименты проводились с формальной моделью без памяти, но очевидно, что она нужна. Нами предлагается ввести так называемую синаптическую память, т.е. способность запоминать входной сигнал в синаптическом блоке.

В данной работе мы используем нейрон из [Жданов2], который модифицирован в соответствии с [Братищев]. Мы приведем лишь краткое описание. На рис. 3.2.1 представлена блочная схема предлагаемой формальной модели нейрона. Входы нейрона xit подаются на блоки задержки Di для задержки сигнала на время Di , а затем на триггерные элементы Ti для удлинения сигнала на величину ti . Данные элементы обеспечивают некоторую неопределенность момента поступления входного сигнала по отношению к моменту генерации выходного спайка и образуют таким образом синаптическую память, поскольку входной сигнал запоминается в этих элементах на некоторое время.

С учетом задержек Di и ti получаем, что, если на выходе обученного нейрона в момент t появился единичный сигнал, то единичные импульсы на входы нейрона поступили в интервалы времени di = [ t - ti - Di ; t - Di -1]. Неопределенность моментов поступления входных импульсов будет тем меньше, чем меньше задержки ti.

Пример временной диаграммы работы обученного нейрона с двумя входами и с заданными задержками Di и ti иллюстрирует рис. 3.2.2. Вопросительными знаками показаны неопределенности моментов прихода входных импульсов, соответствующие интервалам di.

Различное отношение и расположение задержек Di и ti во времени наделяет нейрон возможностями формирования и распознавания образов следующих видов.

 Если  , то имеем пространственный образ. Например, образ некоторой геометрической фигуры.

 Если , то имеем образ следования (важен порядок следования образующих, допустима неопределенность в конкретных моментах прихода импульсов). Примером может быть распознавание слов при чтении по буквам.

 Если " ti = 1, то имеем пространственно-временной образ (ПВО), в этом случае однозначно определено, по каким входам и в какие моменты времени приходили сигналы. Примером может быть распознавание музыкального тона определенной высоты.

Элемент lw предназначен для набора статистики по данному пространственно-временному образу. Значение lw=1 указывает на то, что данный нейрон обучен.

Задержки Di и ti заданы изначально, т.е. являются константными параметрами нейрона. Если поступающая на данный нейрон последовательность сигналов содержит закономерность, описываемую такими временными параметрами, то нейрон сформирует образ такого пространственно-временного прообраза. Очевидно, что необходимое число нейронов такого типа в сети будет тем меньше, чем больше априорной информации о временных характеристиках прообразов известно на стадии синтеза сети.

Приведем формализм нейрона.

Owt+1 = cwt+1 & Swt+1 ;

cwt+1 = bwt+1 & lwt+1 ;

bwt+1 =

yit = ù cwt & ait ;

ait = ;

где = tï xit = 1 - момент импульса на входе xi ;

lw t = ;

Nw0 = 0;

Nwt = Nwt-1 + bwt ;

Rw(Nwt) - убывающая сигмоидальная функция.

3.3. Задача построения ФРО.

Для того, чтобы более правильно и экономно построить нейронную сеть ФРО, необходимо понять смысл или “концепцию” [Turchin] формируемых образов, т.е., более точно выражаясь, найти для данного образа множество обучающих входных фильмов или множество всех таких реализаций входных процессов, которые приводят к обучению данного нейрона или формированию данного образа. Введем понятие обучающего входного фильма.

Определение 3.3.1. Всякий входной фильм  назовем обучающим для нейрона , если  - начальный момент времени работы системы и  , .

Таким образом, задачу построения НС ФРО можно сформулировать следующим образом: для данной совокупности входных фильмов построить такую сеть, в которой бы присутствовали нейроны, для которых данные входные фильмы являются обучающими. Построенная таким образом сеть способна решать эталонную задачу классификации, где в качестве эталонов используются данные входные фильмы. Известно множество способов конструирования и настройки сетей для классических формальных моделей нейронов, например, сети обратного распространения, использующие обобщенное -правило. Проблема предлагаемого подхода состоит в том, что 1) система должна быть автономной, а значит отсутствует “учитель”; 2) вообще говоря, a priori не известны все жизненно необходимые для системы образы. Но если мы обладаем априорной информацией об условиях существования системы (что почти всегда бывает), ее следует использовать при конструировании ФРО.

Можно иначе сформулировать задачу построения ФРО. Приведем пример с системой “Пилот” [Диссер, Жданов9]. В математической модели спутника используются величины углового положения спутника  и его производной , следовательно, очевидно, что всевозможные сочетания возможных значений этих величин (т.е. некоторая область на фазовой плоскости) необходимы для нахождения законов управления системой. Действительно, допустим система в момент времени t находится в состоянии  и УС выбирает некоторое управляющее воздействие  (включение одного из двигателей, например). Мы знаем, что в момент времени  система окажется в некотором состоянии, соответствующем точке на фазовой плоскости с некоторой вероятностью , где  - точка на фазовой плоскости, таким образом, можно говорить о некотором вероятностном распределении , заданном в фазовом пространстве и характеризующем предсказание поведения системы через интервал  при выборе воздействия  в момент времени t. Если бы параметров  было недостаточно для описания законов управления, то функция распределения зависела бы еще и от других параметров, и при одних и тех же величинах  принимала бы другие значения в зависимости от значений неучтенных параметров. Следовательно, УС не смогла бы найти никакого закона управления, поскольку система ищет статистически достоверную корелляцию между наблюдаемым состоянием ОУ, выбранным действием и состоянием ОУ через некоторый интервал времени. Законом управления здесь мы назовем совокупность функций распределения для каждого управляющего воздействия , где  находится в некотором диапазоне. Найденный УС закон управления отобразится в некотором внутреннем формате в БЗ, причем он может быть получен в процессе обучения системы в реальных условиях прямо во время работы, либо на тестовом стенде, “на земле”. Следовательно, можно сказать, что задача построения ФРО состоит в конструировании образов, соответствующих необходимому набору параметров, описывающих состояние системы, и их комбинациям, необходимым для нахождения закона управления. Нахождению таких образов может помочь математическая модель объекта управления, если таковая имеется.

3.4. Распознавание пространственно-временных образов.

Определение 3.4.1. Всякую совокупность значений реализации входного процесса в некоторые выбранные интервалы времени  будем называть пространственно-временным образом (ПВО).

Отметим, что один нейрон способен распознавать (т.е. способен обучиться выделять конкретный ПВО среди всех остальных) только те ПВО, у которых единичное значение сигнала для каждой выбранной компоненты входного процесса встречается не более одного раза (пример изображен на верхнем графике рис. 3.4.1). Сеть нейронов можно построить так, что в ней будут формироваться любые заданные ПВО (нижний график рис. 3.4.1).

Рис 3.4.1.

4. База знаний.

Процесс накопления знаний БЗ в рамках методологии ААУ подробно рассмотрен в [Диссер], [Жданов4-8]. В данном разделе мы опишем лишь основные отличия от указанных источников.

Рассмотрим общий алгоритм формирования БЗ. Основная цель алгоритма состоит в накоплении статистической информации, помогающей установить связь между выбранными управляющей системой воздействиями на среду и реакцией среды на эти воздействия. Другая задача алгоритма состоит в приписывании оценок сформированным образам и их корректировки в соответствии с выходным сигналом блока оценки состояния.

Определение 4.1. Будем называть полным отсоединением ФРО от среды следующее условие: процессы  и  являются независимыми. Вообще говоря, в действующей системе, конечно же эти процессы зависимы, например, в простом случае без блока датчиков , но для введения некоторых понятий требуется мысленно “отсоединить” входной процесс и процесс среды.

Определение 4.2. Назовем временем реакции среды на воздействие  число , где  случайные величины  и  являются зависимыми при полном отсоединении ФРО от среды. Закономерностью или реакцией среды будем считать зависимость  от .

Другими словами, время реакции среды это время, через которое проявляется, т.е. может быть распознана блоком ФРО, реакция на воздействие.

Пример 4.1.  = . Очевидно, что здесь .

Определение 4.3. Назовем минимальной  и максимальной  инертностью среды минимальное и максимальное соответственно время реакции среды на воздействие  для всех . Интервал  будем называть интервалом чувствительности среды.

Заметим, что .

Введем совокупность образов

. (4.1)

Параметр n > 0 назовем запасом на инертность среды. Смысл  состоит в том, что если  обучен, в текущий момент времени распознан образ  и УС выберет воздействие  то с некоторой вероятностью через n шагов распознается образ . Аналогично введем образ

, (4.2)

смысл которого совпадает со смыслом , с тем лишь различием, что  не распознается, а вытеснится. Поскольку в конечном итоге способом управления УС является вызов определенных образов и вытеснение других, то совокупность обученных образов  является материалом, способствующим достижению цели управления, то есть вызову или вытеснению определенных образов посредством выбора воздействия  из множества возможных воздействий Y на каждом шаге t. Как используется этот материал будет изложено в разделе “Блок принятия решений”.

Страницы: 1, 2, 3