小脑模型神经网络ppt课件.pptx

《小脑模型神经网络ppt课件.pptx》由会员分享，可在线阅读，更多相关《小脑模型神经网络ppt课件.pptx（20页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、资金是运动的价值，资金的价值是随时间变化而变化的，是时间的函数，随时间的推移而增值，其增值的这部分资金就是原有资金的时间价值小脑模型神经网络（CMAC）资金是运动的价值，资金的价值是随时间变化而变化的，是时间的函数，随时间的推移而增值，其增值的这部分资金就是原有资金的时间价值PART 01PART 02PART 03PART 04CMAC网络的基本思想CMAC网络的结构模型与工作原理仿真示例总结目录资金是运动的价值，资金的价值是随时间变化而变化的，是时间的函数，随时间的推移而增值，其增值的这部分资金就是原有资金的时间价值0 01 1CMAC网络的基本思想肌肉、四肢、关节、皮肤感受信息反馈信息记

2、忆存储器控制信号驱动联想有差异调整1975，J.S.Albus 小脑模型神经网络（CMAC-Cerebellar Model Articulation Controller）局部逼近神经网络：网络输入空间的某个局部区域只有少数几个连接权影响网络输出资金是运动的价值，资金的价值是随时间变化而变化的，是时间的函数，随时间的推移而增值，其增值的这部分资金就是原有资金的时间价值0 02 2CMAC网络的结构模型与工作原理 输入空间 U由所有可能的输入向量 Ui 组成,虚拟联想空间Ac是一个虚拟的空间，不占用物理存储，CMAC网络将其接受到的任何输入,映射到联想存储器 Ac中的 c个单元。物理存储空间A

3、p中存储着网络的权值参数，Ac中的c个单元在物理存储空间Ap中找到对应的权值参数，做求和得到最终的网络输出。重点：两个映射第一次映射：U-Ac第二次映射：Ac-Ap资金是运动的价值，资金的价值是随时间变化而变化的，是时间的函数，随时间的推移而增值，其增值的这部分资金就是原有资金的时间价值0 02 2CMAC网络的结构模型与工作原理l从输入空间U至虚拟存储器AC的映射n维输入向量：量化（离散化）：映射至AC的c个存储单元：l映射 映射法则可以根据实际情况选取，只需要满足一下规则即可。输入空间邻近两点（一点为一个n维输入向量），在Ac中有b个重叠单元被激励。距离越近，重叠越多；距离远的点，在Ac中

4、不重叠资金是运动的价值，资金的价值是随时间变化而变化的，是时间的函数，随时间的推移而增值，其增值的这部分资金就是原有资金的时间价值0 02 2CMAC网络的结构模型与工作原理l量化 一般来说，实际应用时输入向量的各分量来自不同的传感器，其值多为模拟量，而Ac中每个元素只取0或1两种值。为使输入空间的点映射到虚拟联想空间Ac的离散点，必须先将模拟量U量化，使其成为输入空间的离散点。资金是运动的价值，资金的价值是随时间变化而变化的，是时间的函数，随时间的推移而增值，其增值的这部分资金就是原有资金的时间价值0 02 2CMAC网络的结构模型与工作原理 l哈希映射 哈希映射是压缩稀疏矩阵的一个常用技术

5、。当在一个大的存储区域稀疏地存储一些数据时，可以通过哈希映射将其压缩到小的存储位置例：除留余数法：yf(x)xk (k决定了压缩率)资金是运动的价值，资金的价值是随时间变化而变化的，是时间的函数，随时间的推移而增值，其增值的这部分资金就是原有资金的时间价值0 02 2CMAC网络的结构模型与工作原理l实际映射 AcAp 这个过程最简单的实现方法就是线性一一映射。输出：其中代入可得：？资金是运动的价值，资金的价值是随时间变化而变化的，是时间的函数，随时间的推移而增值，其增值的这部分资金就是原有资金的时间价值0 02 2CMAC网络的结构模型与工作原理l权值调整 权值调整指标：误差平均分配：资金是

6、运动的价值，资金的价值是随时间变化而变化的，是时间的函数，随时间的推移而增值，其增值的这部分资金就是原有资金的时间价值0 02 2CMAC网络的结构模型与工作原理l权值调整 经过数次迭代后，最初的存储单元已经包含了一些先前学习的知识。每一个存储单元学习的历史不同，所以这些存储单元也不应有相同的可信度。无视这些差异，所有被激活的存储单元都获得相同的校正误差，那么那些由未学习状态产生的误差将对先前学习的信息产生“腐蚀”。l基于信度分配的基于信度分配的CMAC（CA-CMAC）神经网络神经网络资金是运动的价值，资金的价值是随时间变化而变化的，是时间的函数，随时间的推移而增值，其增值的这部分资金就是原

7、有资金的时间价值0 03 3仿真实例 用CMAC逼近sin函数采用一维输入一维输出结构的CMAC逼近sin采用c=6，邻近两点重叠单元b=5采用线性化函数实现U-Ac的虚拟映射s(k)=round(u(k)-xmin)/(xmax-xmin)*M)采用一一映射的方式实现Ac-Ap的实际映射输入训练样本：train_in=0:36:324共10个样本资金是运动的价值，资金的价值是随时间变化而变化的，是时间的函数，随时间的推移而增值，其增值的这部分资金就是原有资金的时间价值0 03 3仿真实例 量化等级：40训练样本个数：10学习率：1资金是运动的价值，资金的价值是随时间变化而变化的，是时间的函数

8、，随时间的推移而增值，其增值的这部分资金就是原有资金的时间价值0 03 3仿真实例 资金是运动的价值，资金的价值是随时间变化而变化的，是时间的函数，随时间的推移而增值，其增值的这部分资金就是原有资金的时间价值0 03 3仿真实例 资金是运动的价值，资金的价值是随时间变化而变化的，是时间的函数，随时间的推移而增值，其增值的这部分资金就是原有资金的时间价值0 03 3仿真实例 资金是运动的价值，资金的价值是随时间变化而变化的，是时间的函数，随时间的推移而增值，其增值的这部分资金就是原有资金的时间价值0 03 3仿真实例 资金是运动的价值，资金的价值是随时间变化而变化的，是时间的函数，随时间的推移而

9、增值，其增值的这部分资金就是原有资金的时间价值0 03 3仿真实例 资金是运动的价值，资金的价值是随时间变化而变化的，是时间的函数，随时间的推移而增值，其增值的这部分资金就是原有资金的时间价值0 03 3仿真实例 资金是运动的价值，资金的价值是随时间变化而变化的，是时间的函数，随时间的推移而增值，其增值的这部分资金就是原有资金的时间价值0 04 4总结 网络非线性：CMAC的每个神经元的输入输出是一种线性关系，但其总体上可看做一种表达非线性映射的表格系统。学习速度快：每次修正的权值少，在保证函数非线性逼近性能的前提下，学习速度快，适合于实时控制；局部泛化能力：相近输入产生相近输出，不同输入给出不同输出，避免了BP网络的局部最优问题；资金是运动的价值，资金的价值是随时间变化而变化的，是时间的函数，随时间的推移而增值，其增值的这部分资金就是原有资金的时间价值谢谢