Navržený algoritmus autoasociativní neuronové sítě má dynamiku (aktivní a adaptivní) takovou, aby prováděl ortogonální projekci předloženého poškozeného snímku parametrů energetického zařízení do prostoru konečného počtu nepoškozených snímků možných skladeb parametrů. Použita je jednovrstvá rekurentní lineární síť s plně vzájemně propojenými neurony, pracující jako autoasociativní paměť, do které se ve fázi trénování (učení bez učitele) ukládají vzory. Tyto vzory (nebo jejich kombinace), pokud se částečně poškodí a síti znovu předloží, tentokrát ve fázi vybavování, dokáže síť opravit.
Spuštění funkcionality autoasociativní sítě v adaptivním a aktivním režimu
Test algoritmu autoasociativní neuronové sítě byl proveden následujícím způsobem. Během adaptivní dynamiky se do autoasociativní paměti uložily čtyři devítisložkové vektory, které byly po zašumění šesté až osmé složky během aktivní dynamiky předloženy síti – to nejprve bez fixace nepoškozených složek a poté s fixací nepoškozených složek.
Výsledky ukázaly, že bez fixace nepoškozených složek se poškození zašuměných složek sice sníží, ale na úkor poškození i nezašuměných složek. Při fixaci nepoškozených složek se poškození zašuměných složek sníží téměř na nulu.
Ke stažení:
Výsledek vznikl za finanční podpory Technologické agentury České republiky v rámci projektu č. TK04020003.
