Emergent X

Een interactieve experiment met onbewaakte CONVOLUTIONNELS neurale netwerken

Deze app kan de gebruiker interactief te experimenteren met en te visualiseren de opleiding van een enkele neuron (functie detector) in een onbewaakte neuraal netwerk. De gebruiker geeft de online "training data 'via het nemen van foto's.

Instructies: foto's nemen en wees geduldig - zelfs kleine neurale netwerken zijn computationeel intensief!

Het netwerk convergeert op de eerste "hoofdcomponent" of vaakst voorkomende 2 x 2 karakteristieke patroon dat meerdere beelden te delen met elkaar gemeen.

Dit netwerk implementeert alleen lokale regels leren:

1. Een neuron concurrerend is: als het vaak niet afgegaan, het verlaagt de drempel om te reageren op stimuli met een grotere variatie.

2. Een neuron is zuinig: als het vaak vuurt, het verhoogt de drempel

3. Wanneer een neuron branden, zij haar "gewichten" stemt te bewegen in een richting die de waarschijnlijkheid van een vergelijkbaar patroon triggering in de toekomst zal toenemen.

Voorbeeld: als een post synaptische neuron reageerde op een hoge amplitude-signaal, maar nu reageert op een lagere amplitude signaal (vanwege drempel verlagen), zal zijn gewicht te verplaatsen in de richting van de lagere amplitude signaal.

Netwerk structuur:

1. Input laag: 8 x 8 x 3 (3 kleurkanalen)

2. Convolutional laag: 2 x 2 x 3 (1 neuron met 12 synapsen)

3. Activering Kaart: 7 x 7 x 1

Let op: Kleur kanalen worden voorbewerkt met vergelijkbare ongeacht de lichtomstandigheden reageren.