Transcript 下載/瀏覽

類神經調整及整合法則
類神經學習
以柯漢寧(Kohonen)的自我組織映射(self-organizing)及
其類神經網路學習為理論基礎
target
winner
2005/11/26
T  uT 
N s  w s ,θs ,As 
1
利用優勝神經元及目標點影像資訊，計算出手臂
姿勢。
w s : 優勝神經元影像資訊
θs : 優勝神經元手臂姿勢
As : 優勝神經元影像鄰域轉換矩陣
uT : 訓練目標點影像資訊
vi : 手臂姿勢為 θ s,i
v f : 手臂姿勢為 θ s, f
時的影像資訊
時的影像資訊
θs ,i  θs  As  uT - w s 
θs , f  θs ,i  As  uT - vi 
2005/11/26
uT
vf
vi
影像空間
2
利用兩次收歛過程產生的影像誤差，計算出調整
值 θ 及 A

θ θ

old
s
A A
其中
 1  A
old
s
 2  A
uT - vi 
old
s
u
- v f  v f - v i 
T
T
1  1
 2  1 v f - vi
2005/11/26
old
s
2
3
修正各神經元 r ， r  1n
w
new
r
w
θ
new
r
θ
A
new
r
A
其中
old
r
old
r
old
r


   h θ - θ 
   h A - A 
   hrs uT - w

old
r
rs

rs
old
r
old
r
 : 隨學習次數增加而降低之調整參數
hrs : 依各神經元與優勝神經元之距離由小到大而遞減之函數
2005/11/26
4