НЕЙРОННАЯ СЕТЬ ART | 🤖🧠
Нейронные сети ART (Adaptive Resonance Theory) умного распознавания изображений разработаны Стивеном Гроссбергом и Г. Карпентером в 1970-х годах для решения задачи стабильного и пластичного обучения. ART-сети состоят из 2 основных слоёв: слой сравнения F1 и распознавания F2, связанные восходящими и нисходящими связями с переменными весами долговременной памяти (LTM). Входной образ поступает в слой F1, передающий сигнал в F2; выбирается наиболее похожий нейрон-категория.
F2 отправляет обратный сигнал в F1, сравнивая по параметру бдительности (ρ). Если совпадение достаточное, запускается резонанс - веса обновляются, иначе - сигнал сброса и поиск новой категории.
ART-сети учатся непрерывно. Модели ART1 работают с бинарными данными, ART2 — с аналоговыми, а ART3 добавляет временную память для сложных задач. Работает с образами, сигналами и когнитивными процессами. Архитектура адаптирует к новым данным, сохраняя старые, решая проблему «забывания» ИИ.
#вмиреит #технологии
