Bidirectional Associated Memory

Bidirectional Associated Memory (BAM), zu deutsch bidirektionaler assoziativer Speicher, ist eine Klasse künstlicher neuronaler Netze und kann als verallgemeinertes Hopfield-Netz betrachtet werden. BAM gehört zu der Gruppe der rückgekoppelten neuronalen Netze.

Weiteres empfehlenswertes Fachwissen

Lassen Sie sich von statischen Aufladungen nicht die Wägegenauigkeit stören.

Wie erhalten Sie Tag für Tag genaue Wägeresultate?

Was ist der richtige Weg, um die Wiederholbarkeit bei Waagen zu überprüfen?

Struktur

Ein BAM-Netz besteht aus einer Eingabeschicht $I$ von n und einer Ausgabeschicht $O$ von m künstlichen Neuronen, beide Schichten sind in beide Richtungen miteinander verbunden, wobei die Gewichte symmetrisch sind. Das führt zu einer m x n Matrix $W$ für die Gewichte, die von $I$ nach $O$ gerichtet sind. Die Gewichte von $O$ nach $I$ entsprechen der transponierten Matrix $W T$ .

Trainingsphase

In der Trainingsphase, lernt das Netz einen n-dimensionalen Vektor x mit einem m-dimensionalen Vektor y zu verknüpfen. Dazu werden beide Vektoren an der Eingabeschicht $I$ und Ausgabeschicht $O$ angelegt und die Gewichtsmatrix kann in einem Lernschritt berechnet werden. Dazu gilt:

$W k = x y T$ k={1,...,l} für l Vektorpaare

Zum Schluss werden alle Gewichtsmatrizen zur resultierenden Gewichtsmatrix $W$ addiert.

Muster Wiederherstellen

Bei einem Recall wird ein verrauschter Eingangsvektor an $I$ angelegt und man lässt das Netz einfach rechnen, d.h. Neuronen der Ausgangsschicht berechnen ihren neuen Zustand über $n e t i$ und geben diesen über $o j$ wieder an $I$ weiter. Dann beginnt der Prozess von vorn, solange bis die stetig sinkende Energie des Netzes ein lokales Minimum erreicht hat. Nun kann der assoziierte Ausgabevektor entnommen werden.

$net_i = \sum_{j=1}^n w_{ij} o_i$
und
$o_i(t+1) = \begin{cases} 1, & {wenn \sum_{i=1}^n w_{ij} o_j(t) > 0} \\ 0, & {wenn \sum_{i=1}^n w_{ij} o_j(t) < 0} \\ o_i(t), & {wenn \sum_{i=1}^n w_{ij} o_j(t) = 0} \end{cases}$

Literatur

Gerhard Schöneburg, Nikolaus Hansen, Andreas Gawelczyk, Neuronale Netze, Markt&Technik Verlag Haar(1990), ISBN 3-89090-329-0.
Prof. Dr. Andreas Zell, Simulation neuronaler Netze, R. Oldenburg Verlag München(1997), ISBN 3-486-24350-0.

Kategorie: Neuroinformatik

Dieser Artikel basiert auf dem Artikel Bidirectional_Associated_Memory aus der freien Enzyklopädie Wikipedia und steht unter der GNU-Lizenz für freie Dokumentation. In der Wikipedia ist eine Liste der Autoren verfügbar.

Die Fachportale von LUMITOS