基于時間集成與自適應(yīng)諧振的深度學(xué)習(xí)方法研究.pdf

1、ART2網(wǎng)絡(luò)是基于自適應(yīng)諧振機制的無監(jiān)督運行的神經(jīng)網(wǎng)絡(luò)，由于其快速響應(yīng)、實時學(xué)習(xí)等特點，被廣泛的應(yīng)用在各類實時聚類問題中。ART2網(wǎng)絡(luò)是基于人類的認知規(guī)律而構(gòu)建起來的，具有非常強的學(xué)習(xí)能力，尤其對新類的學(xué)習(xí)，因此具有很大的研究價值。
　　本文首先在對ART2網(wǎng)絡(luò)的運行機理做了詳細的研究基礎(chǔ)上，針對其存在的模式漂移、幅值信息丟失和警戒參數(shù)設(shè)置難等問題分別提出了改進方法，通過模擬實驗證明了各改進方法的有效性，使 ART2網(wǎng)絡(luò)的綜合性能

2、得到很大提升。本文第二部分工作是對認知理論中的記憶遺忘和轉(zhuǎn)化機理進行了深入的研究，并將其應(yīng)用到ART2網(wǎng)絡(luò)中。本文定義了綜合記憶強度(CMS)概念，用于記錄ART2網(wǎng)絡(luò)各模式當(dāng)前的記憶量，并在網(wǎng)絡(luò)不斷地學(xué)習(xí)中調(diào)整此CMS值。通過設(shè)置合理的CMS閾值則可以使ART2網(wǎng)絡(luò)具有對新類別進行檢出的能力。同時，結(jié)合人類辨別事物的規(guī)律-越熟悉的事物回憶速度越快，本文提出了基于 CMS值的獲勝模式選取方法。通過將當(dāng)前CMS值最高的模式作為獲勝模式，降

3、低了網(wǎng)絡(luò)整體的運行復(fù)雜度?；谏鲜鰞刹糠盅芯?，ART2網(wǎng)絡(luò)的性能得到提升且功能得到完善。
　　為了處理大量與時間相關(guān)的分類問題，本文對時間集成神經(jīng)網(wǎng)絡(luò)(TANN)進行了深入的研究，并在前文研究的基礎(chǔ)上，構(gòu)建了一種基于TANN和ART2的深度學(xué)習(xí)系統(tǒng)(TANN-ART2)。它不僅保留了原始時序數(shù)據(jù)中的時序信息，解決了傳統(tǒng)神經(jīng)網(wǎng)難以處理時序數(shù)據(jù)的問題，還能在學(xué)習(xí)過程中，從大量連續(xù)的時序數(shù)據(jù)中發(fā)現(xiàn)新出現(xiàn)的類別，使網(wǎng)絡(luò)表現(xiàn)出強大的學(xué)習(xí)能力