Cognitrone: differenze tra le versioni

Versione delle 11:03, 13 mag 2020

Versione attuale delle 12:03, 16 mar 2025

(Una versione intermedia di un altro utente non mostrate)

Riga 1:

Il '''cognitrone'''<ref>{{Cita pubblicazione|nome=Kunihiko|cognome=Fukushima|data=1975-09-01|titolo=Cognitron: A self-organizing multilayered neural network|rivista=Biological Cybernetics|volume=20|numero=3|pp=121–136121-136|lingua=en|accesso=2019-11-12|doi=10.1007/BF00342633|url=https://doi.org/10.1007/BF00342633}}</ref> è una [[rete neurale artificiale]] non supervisionata multistrato di tipo gerarchico finalizzata al [[riconoscimento di pattern]]. Esso fu pubblicato dallo scienziato [[Kunihiko Fukushima]] nel 1975. I neuroni del cognitrone si distinguono in [[Neurone|inibitori ed eccitatori]], e i collegamenti [[Sinapsi|sinaptici]] tra essi hanno la caratteristica di auto organizzarsi allo scopo di reagire in maniera selettiva al presentarsi di un pattern sul primo degli strati.

Nel modello proposto da Fukushima, sono presenti quattro strati, denominati U0, U1, U2 e U3. Lo strato U0 corrisponde ai [[Neurone|neuroni]] della [[retina]], mentre lo strato U3, si può pensare come lo strato dei neuroni della [[corteccia cerebrale]].

Riga 7:

[[File:Area di connessione.jpg|alt=La figura mostra lo strato U1 del cognitrone ed evidenzia la matrice 3x3 ottenuta dall'area di connessione del neurone u1(2,2)|centro|miniatura|300x300px|La figura mostra lo strato U1 del cognitrone ed evidenzia la matrice 3x3 ottenuta dall'area di connessione del neurone u1(2,2)]]

Dal cognitrone fu successivamente sviluppato il [[neocognitrone]]<ref>{{Cita pubblicazione|nome=Kunihiko|cognome=Fukushima|data=1980-04-01|titolo=Neocognitron: A self-organizing neural network model for a mechanism of pattern recognition unaffected by shift in position|rivista=Biological Cybernetics|volume=36|numero=4|pp=193–202193-202|lingua=en|accesso=2019-11-12|doi=10.1007/BF00344251|url=https://doi.org/10.1007/BF00344251}}</ref>, che rispetto al primo ha la caratteristica di poter riconoscere le immagini anche quando queste vengono trasformate in seguito a roto-traslazioni e variazioni di scala, oltre che a piccole deformazioni.

Dal cognitrone fu successivamente sviluppato il [[neocognitrone]]<ref>{{Cita pubblicazione|nome=Kunihiko|cognome=Fukushima|data=1980-04-01|titolo=Neocognitron: A self-organizing neural network model for a mechanism of pattern recognition unaffected by shift in position|rivista=Biological Cybernetics|volume=36|numero=4|pp=193–202|lingua=en|accesso=2019-11-12|doi=10.1007/BF00344251|url=https://doi.org/10.1007/BF00344251}}</ref>, che rispetto al primo ha la caratteristica di poter riconoscere le immagini anche quando queste vengono trasformate in seguito a roto-traslazioni e variazioni di scala, oltre che a piccole deformazioni.

== Note ==

<references/>

== Voci correlate ==

* [[Rete neurale convoluzionale]]

{{Apprendimento automatico}}

{{Portale|informatica}}