unsupervised convolutional तंत्रिका नेटवर्क के साथ एक इंटरैक्टिव प्रयोग

इस एप्लिकेशन को उपयोगकर्ता सहभागी के साथ प्रयोग और एक unsupervised तंत्रिका नेटवर्क में एक न्यूरॉन (फीचर डिटेक्टर) के प्रशिक्षण कल्पना करने के लिए अनुमति देता है। उपयोगकर्ता तस्वीरें लेने के माध्यम से ऑनलाइन "प्रशिक्षण डेटा" प्रदान करता है।

निर्देश: तस्वीरें लेने और रोगी हो सकता है - यहां तक ​​कि छोटे तंत्रिका नेटवर्क computationally गहन कर रहे हैं!

नेटवर्क पहली "प्रमुख घटक" या सबसे अधिक बार 2 एक्स 2 सुविधा पैटर्न है कि एकाधिक छवियों आम में हिस्सा होने वाली जोड़ देता है।

इस नेटवर्क केवल स्थानीय सीखने नियमों को लागू करता है:

1. एक न्यूरॉन प्रतिस्पर्धी है: अगर यह बार बार आग नहीं करता है, यह अपनी सीमा कम हो जाती है अधिक से अधिक विचरण के साथ उत्तेजनाओं को प्रतिक्रिया करने के लिए।

2. एक न्यूरॉन मितव्ययी है: अगर यह बार बार आग, यह अपनी सीमा बढ़ जाती है

3. एक न्यूरॉन की आग, यह अपने "वजन" धुनों जब एक दिशा में जो एक समान पैटर्न भविष्य में यह ट्रिगर की संभावना बढ़ जाएगी में स्थानांतरित करने के लिए।

उदाहरण: यदि एक पोस्ट synaptic न्यूरॉन एक उच्च आयाम संकेत का जवाब था, लेकिन अब (दहलीज कमी के कारण) एक कम आयाम संकेत का जवाब, अपने वजन कम आयाम संकेत की ओर कदम होगा।

नेटवर्क संरचना:

1. इनपुट परत: 8 x 8 x 3 (3 रंग चैनल)

2. Convolutional परत: 2 एक्स 2 एक्स 3 (1 12 synapses के साथ न्यूरॉन)

3. एक्टिवेशन नक्शा: 7 x 7 एक्स 1

नोट: रंग चैनलों इसी तरह प्रकाश की परवाह किए बिना प्रतिक्रिया करने के लिए preprocessed रहे हैं।