Sztuczne Systemy Skojarzeniowe i teoria asocjacji
Asocjacyjne sortowanie ASSORT
AGH Akademia Górniczo-Hutnicza
Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
Katedra Automatyki i Inżynierii Biomedycznej Laboratorium Biocybernetyki
30-059 Kraków, al. Mickiewicza 30, paw. C3/205
Adrian Horzyk
horzyk@agh.edu.pl
Asocjacyjne sortowanie ASSORT
Umożliwia wykorzystanie receptorów i neuronów do sortowania rekordów równocześnie względem wszystkich atrybutów odzwierciedlając podobieństwo danych i następstwo rekordów.
W przypadku równoległej realizacji dodanie nowego rekordu zachodzi w czasie stałym O(1), a sortowanie wszystkich rekordów względem wszystkich atrybutów równocześnie w czasie liniowym O(n).
W przypadku symulacji sekwencyjnej złożoność zależna jest od ilości wartości reprezentujących poszczególne atrybuty i mieści się w zakresie od stałej O(1) do logarytmicznej O(log n),
przy czym zwykle otrzymujemy złożoność mniejszą niż O(log n), a więc sortowanie wszystkich rekordów względem wszystkich atrybutów równocześnie zachodzi w czasie minimalnie liniowym O(n) do
maksymalnie logarytmiczno-liniowym O(n log n) w zależności od ilości wartości atrybutów danych.
Ze względu na konstrukcję współczesnych komputerów trudno go zrealizować, aczkolwiek można to zrobić na odpowiednich kartach graficznych GPU.
Sortowanie to proces porządkowania rekordów (np. R1, …, R9) względem wybranego klucza lub kluczy (np. A1 lub A2).
Wartości atrybutów, jak również całe rekordy mogą się powtarzać w sortowanym zbiorze.
Opis przebiegu działania sortowania ASSORT
1. Sztuczny system skojarzeniowy AAS podaje równocześnie na wszystkie wejścia sensoryczne (SENSIN:Ak) wartości danych definiujące wybrany rekord z tabeli, np. sortowany rekord R1 określony jest przez dwie wartości A1=2 i A2=3.
2. Wejścia sensoryczne SENSIN:Ak przekazują otrzymane wartości do wszystkich istniejących i powiązanych z nimi neuronów receptorycznych (VN), które
przekształcają otrzymane wartości na pewien stopień swojego pobudzenia.
3. Neurony receptoryczne VN nie muszą osiągnąć progu aktywacji, a więc
przekazują swoje pobudzenie do powiązanych z nimi neuronów SN oraz innych neuronów receptorycznych VN pobudzając je odpowiednio do wagi łączącego je połączenia synaptycznego.
4. ASSORT dodatkowo wykorzystuje VNy: liczbowe i reprezentujące wartości ekstremalne: MIN i MAX dla poszczególnych atrybutów.
2 3
ADEF
1
ASIMMIN
ASIM ADEFMAX
SENSIN : A1 4
ASIM6
ASIM ASIM
8
ASIM9
Opis przebiegu działania sortowania ASSORT
5. Dla ułatwienia każde wejście sensoryczne SENSIN:Ak przechowuje wielkość zakresu reprezentowanego przedziału swojej wrażliwości:
6. Neurony receptoryczne ekstremów wyznaczają swoje wartości wyjściowe wg:
gdzie x oznacza wartość przekazaną przez SENSINa, a v
MINi v
MAXwartości ekstremalne reprezentowane przez neurony receptoryczne MIN i MAX.
7. Neurony receptoryczne reprezentujące porządkowalne wartości v łączą się w obrębie ich SENSINów, a waga ich połączenia odwzorowuje ich podobieństwo:
8. Połączenia pomiędzy neuronami receptorycznymi VN reprezentującymi
porządkowalne wartości określają relację asocjacyjnego podobieństwa ASIM.
2 3
ADEF
1
ASIMMIN
ASIM ADEFMAX
SENSIN : A1 4
ASIM6
ASIM ASIM
8
ASIM9
MIN MAX
SENSIN : A2
(6.7)
(6.5) (6.3)
(6.1)
Opis przebiegu działania sortowania ASSORT
9. Proces plastyczności połączeniowej uruchamiany jest w VNach wtedy, gdy określony VN zostanie mocniej pobudzony przez SENSINa niż za
pośrednictwem połączenia od wcześniej aktywowanego sąsiedniego VNa:
10. Program wewnętrzny VNów wymaga dokładnie dwóch połączeń z innymi VNami, wobec tego VN rozpoczyna proces degradacji synaptycznej, jeśli
połączeń powstało więcej, wysyłając sygnał degradacji przez swoje połączenia.
A wA,X
ADEF 1 ASIM
MIN ADEF ADEF MAX
SENSIN:Ak
B ASIM
ASIM ASIM C ADEF 1
X wB,C
A wA,B
ADEF 1 ASIM
AANG
MIN ADEF ADEF MAX
SENSIN:Ak
B ASIM
ASIM ASIM C ADEF 1
X
wB,C
DX,A
DX,B
DX,C
DA,B DB,C
wX,B
ASIM ASIM
(6.8) (6.9)
(6.10)
Opis przebiegu działania sortowania ASSORT
11. Funkcja pobudzenia neuronów receptorycznych VN określona jest poprzez następującą zależność:
gdzie
v to wartość reprezentowana przez neuron receptoryczny VN, x oznacza wartość przekazaną przez SENSINa,
R oznacza przedział zmienności danego SENSINa,
𝒕 𝒗 wyznacza czas pobudzania receptorycznego neuronu wartości VN wartością x a suma jest liczona po wszystkich połączonych VNach reprezentujących wartości, które są bardziej podobne do wartości x niż wartość v rozważanego VNa.
12. VNy są cały czas pobudzane przez wartość x aż do momentu osiągnięcia aktywacji lub zakończenia
procesów plastyczności i pojawienia się nowej
wartości na wejściu SENSINa:
(6.11)
(6.12)
(6.13)
Opis przebiegu działania sortowania ASSORT
13. Kolejne VNy połączone z wcześniej aktywowanymi VNami zostaną aktywowane w czasie określonym następująco:
gdzie
v
1i v
2to wartości reprezentowane przez sąsiednie neurony receptoryczne VN, x oznacza wartość przekazaną przez SENSINa,
R oznacza przedział zmienności danego SENSINa.
14. VNy „potrzebują” przekazać swój stan aktywacji neuronom w taki sposób, żeby je aktywować samodzielnie lub wespół z innymi elementami AASów. Jeśli więc żaden neuron SN nie odpowiada aktywacją na aktywację VNa, inicjuje on proces swojej plastyczności połączeniowej z SNami, a jeśli nie ma żadnego SNa z
aktywnym procesem plastyczności połączeniowej z VNami, wtedy zachodzi proces neurogenezy nowego Sna.
15. VNy z Snami łączą połączenia o następujących wagach:
(6.14)
(6.15)
(6.16)
Przykład wstawienia nowego neuronu receptorycznego VN
1. Na wejściu SENSIN:A1 pojawia się wartość „4”.
2. Ze względu na to, iż żaden receptor natychmiastowo nie odpowiada na tą wartość, tworzony jest nowy VN4 reprezentujący wartość „4”, który inicjuje proces plastyczności połączeniowej z dwoma innymi VNami.
3. Inne receptory reagują po pewnym czasie w zależności od podobieństwa do wartości „4”
zgodnie z wzorem (6.13. i 6.14), tzn. np.:
• VN3 osiąga aktywację po czasie t
VN3= 7 / (7 – |3 – 4|) = 7/6 = 1,167,
• VN2 osiąga aktywację po czasie t
VN2= 7 / (7 – |2 – 4|) = 7/5 = 1,400,
• VN1 osiąga aktywację po czasie t
VN2= 7 / (7 – |1 – 4|) = 7/4 = 1,750,
• VN8 osiąga aktywację po czasie t
VN8= 7 / (7 – |8 – 4|) = 7/3 = 2,333,
A wA,X
ADEF 1 ASIM
MIN ADEF ADEF MAX
SENSIN:Ak B ASIM
ASIM ASIM C ADEF 1
X wB,C
A wA,B
ADEF 1 ASIM
AANG
MIN ADEF ADEF MAX
SENSIN:Ak B ASIM
ASIM ASIM C ADEF 1
X
wB,C
DX,A
DX,B
DX,C
DA,B DB,C
wX,B
ASIM ASIM
A2 8 1 A1
2 3 3 9 1 3 R2 R1 R3
R4
ASSORT
TABELA
4 5 4 8
9 1 6 8 R6 R5
R8 R9
1 3 R7
2
1
3
3 1
N2
N1 N3 N4
ADEF ASIM
ASIM
ASEQ ASEQ ASEQ
ADEF
ADEF
ADEF
ADEF
ADEF
ADEF ADEF
ADEF
MIN ASIM ADEF MAX
MIN ADEF ADEF MAX
SENSIN : A2 SENSIN : A1
4 ASIM
ASIM 8
ASIM 8
ASIM 9
ASEQ N5
ADEF
ADEF
AANG
4 8 R5
( F )
Przykład wstawienia nowego neuronu receptorycznego VN
4. Połączone z VN4 zostaną jednak tylko VN3 i VN8, gdyż dla nich spełniona jest zależność (6.8), zgodnie z którą:
• VN3 pobudzany jest przez sensor: VN3
SENSIN:A1= (7 – |3 – 4|) / 7 = 0,857 oraz przez żaden inny, bo VN3 został aktywowany jako pierwszy ze względu na największe podobieństwo.
• VN2 pobudzany jest przez sensor: VN2
SENSIN:A1= (7 – |2 – 4|) / 7 = 0,714 oraz przez VN3 aktywowany wcześniej VN2
VN3= 1 - |2-3|/7 = 0,857 zgodnie z (6.7)
• VN8 pobudzany jest przez sensor: VN8
SENSIN:A1= (7 – |8 – 4|) / 7 = 0,429 oraz przez VN3 aktywowany wcześniej VN8
VN3= 1 - |8-3|/7 = 0,286 zgodnie z (6.7)
A wA,X
ADEF 1 ASIM
MIN ADEF ADEF MAX
SENSIN:Ak B ASIM
ASIM ASIM C ADEF 1
X wB,C
A wA,B
ADEF 1 ASIM
AANG
MIN ADEF ADEF MAX
SENSIN:Ak B ASIM
ASIM ASIM C ADEF 1
X
wB,C
DX,A
DX,B
DX,C
DA,B DB,C
wX,B
ASIM ASIM
A2 8 1 A1
2 3 3 9 1 3 R2 R1 R3
R4
ASSORT
TABELA
4 5 4 8
9 1 6 8 R6 R5
R8 R9
1 3 R7
2
1
3
3 1
N2
N1 N3 N4
ADEF ASIM
ASIM
ASEQ ASEQ ASEQ
ADEF
ADEF
ADEF
ADEF
ADEF
ADEF ADEF
ADEF
MIN ASIM ADEF MAX
MIN ADEF ADEF MAX
SENSIN : A2 SENSIN : A1
4 ASIM
ASIM 8
ASIM 8
ASIM 9
ASEQ N5
ADEF
ADEF
AANG
4 8 R5
( F )
(6.8) (6.9) (6.10)
Wnioski
Aktywne asocjacyjne grafy neuronowe AANG umożliwiają:
Aktywne oddziaływanie danych na siebie dzięki wykorzystaniu neuronów i grafowej strukturze, która integruje dane, ich grupy i sekwencje, które są odpowiednio konsolidowane.
Automatycznie wywoływanie reprezentowanych relacji i to w stosunku, jaki wynika z ich występowania w tabeli.
Neurony wykorzystywane w konstrukcji tych grafów realizują postawione im zadanie sortowania poprzez sprawdzenie bardzo prostych warunków oraz wywołanie przypisanej im reakcji, związanych z tworzeniem się nowych lub zrywaniem starych połączeń oraz zmianę wag synaptycznych.
Wszystkie obliczenia wykonywanych w trakcie sortowania ASSORT odbywają się lokalnie w neuronach bez udziału zewnętrznych algorytmów, które by iterowały po neuronach czy konsolidowały wyniki ich działania. Neurony realizując swoje działania sortują, mimo że „nie wiedzą”, iż to robią, realizując charakterystyczne dla nich operacje plastyczności znane z biologicznych układów nerwowych.
Grafy AANG w przypadku realizacji równoległej zapewniają możliwość posortowania tabel danych równocześnie względem wszystkich atrybutów przy liniowej złożoności obliczeniowej O(n) i bez konieczności dodatkowego indeksowania stosowanego klasycznie w relacyjnych bazach danych.
Czas dosortowania nowych rekordów w przypadku realizacji równoległej ma stałą złożoność obliczeniową O(1).
W przypadku symulacji złożoność wzrasta do O(n p q), gdzie p to ilość parametrów/atrybutów
definiujących sortowanie rekordy, zaś q to maksimum z ilości różnych wartości dla poszczególnych
atrybutów. Dokładniejsze oszacowanie złożoności umożliwia jego dokonanie na podstawie sumy ilości
danych dla wszystkich atrybutów łącznie O(n q
i).
Opis przebiegu działania sortowania ASSORT
16. Ponadto SNy mogą łączyć się pomiędzy sobą odwzorowując kolejność prezentacji wzorców, które reprezentują, w czasie:
(6.18) (6.17)
ASEQ -k+1 ASEQ -k+1 ASEQ 2 ASEQ 1 ACON 1 = ASEQ 0
WACON 2 ACON 2
WASEQ 0 WASEQ 1
WASEQ 2 WASEQ -k+1
WACON 3 ACON 3
WACON k ACON k
WACON k-1 ACON k-1
SN
-k+1SN
-k WASEQ -k+1SN
3SN
2SN
1SN
0t = k – 1 t = k
t = 3
t = 2 t = 1
(6.19)
Stopniowa relaksacja neuronów i kontekst aktywacji
Dzięki stopniowej relaksacji neuronów (tzn. powrotowi do stanu spoczynku) możliwe jest wykorzystanie kontekstu wcześniej aktywowanych neuronów:
ASEQ -k+1 ASEQ -k+1 ASEQ 2 ASEQ 1 ACON 1 = ASEQ 0
WACON 2 ACON 2
WASEQ 0 WASEQ 1
WASEQ 2 WASEQ -k+1
WACON 3 ACON 3
WACON k ACON k
WACON k-1 ACON k-1
SN
-k+1SN
-k WASEQ -k+1SN
3SN
2SN
1SN
0t = k – 1 t = k
t = 3
t = 2 t = 1
(6.23)
Wykorzystano tutaj najbardziej uproszczoną
funkcję aktywacji dla VNów (bez okresu refrakcji).
Tworzenie połączeń ASEQ i ACON oraz wyznaczanie wag
Jeśli kolejność rekordów w tabeli ma znaczenie, wtedy odwzorowujemy tą kolejność tworząc dodatkowo połączenia pomiędzy neuronami N1, …, N9. Tworzone są czasami dodatkowe połączenia kontekstowe (niebieskie) w przypadkach, gdy rekordy reprezentują takie same wartości atrybutów (tutaj. R4 i R7). Reprezentacje neuronalne nie są duplikowane lecz agregowane. Połączenia kontekstowe zapewniają jednoznaczne przejście od N4 do N5 po bezpośrednio wcześniejszej aktywacji N3 oraz od N4 do N8 po bezpośrednio wcześniejszej aktywacji N6:
A2
8 1
A1
2 3
3 9
1 3
R2 R1 R3 R4
TABELA
4 5
4 8
9 1
6 8
R6 R5
R8 R9
1 3
R7
2
1
3
3 1
N2
N1 N3 N4
ADEF ASIM
ASIM
W1,2 W2,3 W3,4
ADEF
ADEF
ADEF
ADEF
ADEF
ADEF ADEF
ADEF
AANG
MIN ASIM ADEF MAX
MIN ADEF ADEF MAX
SENSIN : A2 SENSIN : A1
4 ASIM 6
ASIM ASIM 8 ASIM 9
5 ASIM 8
ASIM ASIM 9
N6
N5 W5,6 N8 N9
W4,6
W8,9
W4,8
W4,5 W6,8
W3,5
ADEF
ADEF ADEF
ADEF
ADEF
ADEF
ADEF ADEF
N3
W3,4N4 N5
W5,6N6 N8
W4,6
W4,8
W4,5 W6,8
W3,5
Tworzenie połączeń ASEQ oraz wyznaczanie wag
>0 to bardzo mała wartość na poziomie błędu zaokrągleń, wprowadzona w celu uniknięcia błędów numerycznych i niestabilności numerycznej wzorów.
Zgodnie z zależnością (6.17): W
3,4= W
4,6= 2 * 1 / (1 + 1) = 1,00, gdyż N3 i N6 są tylko jednokrotnie aktywowane dla sortowanej tabeli w trakcie tworzenia sieci AANG, zaś połączenia N3 N4 i N6 N4 są tylko raz skuteczne w aktywacji neuronu
postsynaptycznego N4.
Zgodnie z zależnością (6.17): W
4,5= W
4,8= 2 * 1 / (2 + 1) = 0,67, gdyż N4 jest
dwukrotnie aktywowany dla sortowanej tabeli w trakcie tworzenia sieci AANG, lecz połączenia N4 N5 i N4 N8 są tylko raz skuteczne w aktywacji neuronów
postsynaptycznych N5 lub N8 odpowiednio.
N3 W 3,4 N4 N5 W 5,6 N6 N8
W 4,6
W 4,8
W 4,5 W 6,8
W 3,5
(6.17)
Tworzenie połączeń ACON oraz wyznaczanie wag
W 3,5 = W 6,8 =[ (2 – 1)/(2 – 1) * (1 – 0,67)] 1/2 = 1/3 = 0,58
Tutaj SN
-2= N3 lub N6 odpowiednio, SN
-1= N4, a SN
0to N5 lub N8 odpowiednio.
Połączenia kontekstowe ACON
2: N3 N5 i N6 N8 są tylko raz skuteczne w aktywacji neuronów postsynaptycznych N5 lub N8 odpowiednio, a wagi tych
połączeń wyznaczamy na podstawie zależności (6.18), jak powyżej na przykładzie.
(6.18)
t oznacza upływ czasu (wyrażony przy pomocy liczb naturalnych) pomiędzy aktywacją neuronu
presynaptycznego i postsynaptycznego, a więc ilość połączeń ASEQ pomiędzy odpowiednimi neuronami.
N3 W
3,4=1 N4 N5 W
5,6=1 N6 N8
W
4,6=1
W
4,8=0,67
W
4,5=0,67 W
6,8=0,58
W
3,5=0,58
Aktywacja neuronów i odtwarzanie rekordów
W tym uproszczonym modelu skojarzeniowym czas płynie z szybkością jednej
jednostki czasu pomiędzy pobudzeniami/aktywacjami kolejnych neuronów, a więc stan neuronu w kolejnych chwilach czasu (t) aktualizuje się zgodnie z wzorem (6.23).
(6.23)
N3 W
3,4=1 N4 N5 W
5,6=1 N6 N8
W
4,6=1
W
4,8=0,67
W
4,5=0,67 W
6,8=0,58
W
3,5=0,58
t=1 t=2
t=3 t=3
N3 W
3,4=1 N4 N5 W
5,6=1 N6 N8
W
4,6=1
W
4,8=0,67
W
4,5=0,67 W
6,8=0,58
W
3,5=0,58 t=2 t=1
t=3 t=3
LUB
X=1 X=1 X=1
X=0,67
X=0,67
X=1
X=1 X=1
EXC
N5=0,67+0,58
2≈ 1
EXC
N5=0,67 <
Aktywne asocjacyjne SORTOWANIE ASSORT
Obliczanie i aktualizacja zakresów reprezentowanych wartości przez wejściowe pola sensoryczne:
przy czym po utworzeniu pierwszych receptorów dla pól sensorycznych następuje ich inicjalizacja:
Obliczanie wartości pobudzenia sensorycznego receptorów ekstremów:
Obliczenie wartości pobudzenia sensorycznego receptorów wartości:
Dla poszczególnych receptorów tworzone są neurony ekstremów (MIN i MAX) oraz neurony sensoryczne. Pomiędzy neuronami ekstremów i sensorycznymi wagi wyznaczane są według:
przy czym wartości progów wszystkich neuronów tutaj są równie jedności:
Aktywne asocjacyjne SORTOWANIE ASSORT
Wartości wyjściowe neuronów reprezentujących ekstrema wyznaczamy według zależności:
Zaś neurony sensoryczne podłączone do swoich receptorów oraz innych neuronów sensorycznych oraz neuronów reprezentujących obiekty wyznaczają swoje pobudzenia na podstawie zależności:
a ich wartości wyjściowe zależne są od osiągnięcia progu aktywacji po określonym czasie:
Jeśli zaś spełniony jest warunek plastyczności dla neuronów sensorycznych:
gdzie
wtedy rozpoczynają proces plastyczności polegający na zerwaniu połączenia z neuronem,
który go słabiej pobudza niż wejście oraz połączenie się z nowo utworzonym neuronem,
co powoduje dodanie nowej wartości do posortowanego ciągu połączonych neuronów
sensorycznych zgodnie ze zdefiniowanym porządkiem (najczęściej liczbowym).
Aktywne asocjacyjne SORTOWANIE ASSORT
Połączenia pomiędzy neuronami sensorycznymi i neuronami obiektów ważone są następująco:
Neurony obiektów wyznaczają swój próg aktywacji na podstawie ilości definiujących je
atrybutów, przy czym jeśli zależy nam na możliwości klasyfikacji, wtedy do tej ilości nie zaliczamy atrybut definiujący klasę (tj. odejmujemy go od ilości wszystkich atrybutów) obliczając próg:
Możemy więc uznać, iż w przypadku tego rozwiązania na razie wszystkie wagi pomiędzy
neuronami są symetryczne, tzn. w obydwie strony takie same, co ułatwia implementację, gdyż możemy wykorzystać tylko jedno połączenie i jedną wagę pomiędzy parą dowolnych dwóch neuronów.
Działanie aktywnego asocjacyjnego sortowania ASSORT zademonstrujemy sobie na przykładzie sortowania 11 mocno skorelowanych wzorców Iris, a następnie skłonimy utworzony graf
neuronowy do automatycznego wnioskowania (swoisty data mining), lecz bez wykorzystania
wiersza kodu. Okazuje się więc, iż struktura rzeczywiście zastępuje czasochłonne operacje
(algorytmy), więc wynik takiego sortowania jest podwójnie przydatny.
SORTOWANIE ASSORT DLA WZORCÓW IRIS NA AANG
KROK 1. UTWORZENIE NOWEGO GRAFU
Utworzenie nowego grafu AANG dla zbioru obiektów przechowywanych w strukturze tabelarycznej.
swi 5.8 2.6
sle 5.4 3.0 R2
R1 R3
R4 6.7 3.0 6.0 2.7
6.0 2.2 4.9 2.5 R6
R5
R8 R9
5.9 3.2 R7
pwi 4.0 1.2
ple
4.5 1.5 5.0 1.7 5.1 1.6
5.0 1.5 4.5 1.7 4.8 1.8
class name VERSICOLOR
VIRGINICA
6.0 3.0 5.7 2.5 6.5 3.2 R10
5.8 2.7 R11
4.8 1.8 5.0 2.0 5.1 2.0 5.1 1.9 Attributes
VIRGINICA VIRGINICA VIRGINICA VIRGINICA VIRGINICA VERSICOLOR VERSICOLOR VERSICOLOR VERSICOLOR
SORTED SUBSET OF IRIS
PATTERNS
STEP 1
SORTOWANIE ASSORT DLA WZORCÓW IRIS NA AANG
KROK 2. UTWORZENIE PÓL SENSORYCZNYCH W GRAFIE (INTERFEJSÓW WEJŚCIOWYCH DLA AANG) Utworzenie nowych pól sensorycznych dla wszystkich znanych atrybutów zdefiniowanych w tabeli.
A2: sepal width (swi) R=0.0 A1: sepal length (sle) R=0.0
A4: petal width (pwi) R=0.0 A3: petal length (ple) R=0.0 A5: class name
swi 5.8 2.6
sle 5.4 3.0 R2
R1 R3
R4 6.7 3.0 6.0 2.7
6.0 2.2 4.9 2.5 R6
R5
R8 R9
5.9 3.2 R7
pwi 4.0 1.2
ple
4.5 1.5 5.0 1.7 5.1 1.6
5.0 1.5 4.5 1.7 4.8 1.8
class name VERSICOLOR
VIRGINICA
6.0 3.0 5.7 2.5 6.5 3.2 R10
5.8 2.7 R11
4.8 1.8 5.0 2.0 5.1 2.0 5.1 1.9 Attributes
VIRGINICA VIRGINICA VIRGINICA VIRGINICA VIRGINICA VERSICOLOR VERSICOLOR VERSICOLOR VERSICOLOR
SORTED SUBSET OF IRIS
PATTERNS
STEP 2
SORTOWANIE ASSORT DLA WZORCÓW IRIS NA AANG
KROK 3. UTWORZENIE REPREZENTACJI 1. OBIEKTU
Tworzenie reprezentacji obiektu związane z utworzeniem i dodaniem nowych sensorów dzięki ASSORT tak, że sensory są powiązane zgodnie z porządkiem liczbowym oraz z neuronem obiektu.
A2: sepal width (swi) R=0.0
5.8 2.6
A1: sepal length (sle) R=0.0
A4: petal width (pwi) R=0.0
4.0 1.2
A3: petal length (ple) R=0.0 A5: class name VERSICOLOR
MIN MAX MIN MAX
MIN MAX
MIN MAX
O
1SA1
min SA1
5.8 SA1
max SA2
SA2 2.6
min SA2
max
SA3
min SA3
4.0 SA3
max SA4
SA4 1.2
min SA4
SA5 max VER
swi 5.8 2.6
sle 5.4 3.0 R2
R1 R3
R4 6.7 3.0 6.0 2.7
6.0 2.2 4.9 2.5 R6
R5
R8 R9
5.9 3.2 R7
pwi 4.0 1.2
ple
4.5 1.5 5.0 1.7 5.1 1.6
5.0 1.5 4.5 1.7 4.8 1.8
class name VERSICOLOR
VIRGINICA
6.0 3.0 5.7 2.5 6.5 3.2 R10
5.8 2.7 R11
4.8 1.8 5.0 2.0 5.1 2.0 5.1 1.9 Attributes
VIRGINICA VIRGINICA VIRGINICA VIRGINICA VIRGINICA VERSICOLOR VERSICOLOR VERSICOLOR VERSICOLOR
SORTED SUBSET OF IRIS
PATTERNS
STEP 3
SORTOWANIE ASSORT DLA WZORCÓW IRIS NA AANG
KROK 4. UTWORZENIE REPREZENTACJI 2. OBIEKTU
Tworzenie reprezentacji kolejnego obiektu w strukturze AANG wykorzystuje istniejące już sensory wartości (tutaj: VERSICOLOR), których reprezentacja nie jest duplikowana, lecz agregowana.
A2: sepal width (swi) R=0.4
5.8 2.6
A1: sepal length (sle) R=0.4
5.4 3.0
A4: petal width (pwi) R=0.3
4.0 1.2
A3: petal length (ple) R=0.5
4.5 1.5
A5: class name VERSICOLOR
MIN MAX MIN MAX
MIN MAX
MIN MAX
O
1O
2SA1
min SA1
5.4 SA1
5.8 SA1
max SA2
2.6 SA2
SA2 3.0
min SA2
max
SA3
min SA3 4.0 SA3
4.5 SA3
max SA4
SA4 1.2
min SA4
SA5 max
VER SA4
1.5 swi
5.8 2.6 sle 5.4 3.0 R2
R1 R3
R4 6.7 3.0 6.0 2.7
6.0 2.2 4.9 2.5 R6
R5
R8 R9
5.9 3.2 R7
pwi 4.0 1.2
ple
4.5 1.5 5.0 1.7 5.1 1.6
5.0 1.5 4.5 1.7 4.8 1.8
class name VERSICOLOR
VIRGINICA
6.0 3.0 5.7 2.5 6.5 3.2 R10
5.8 2.7 R11
4.8 1.8 5.0 2.0 5.1 2.0 5.1 1.9 Attributes
VIRGINICA VIRGINICA VIRGINICA VIRGINICA VIRGINICA VERSICOLOR VERSICOLOR VERSICOLOR VERSICOLOR
SORTED SUBSET OF IRIS
PATTERNS
STEP 4
SORTOWANIE ASSORT DLA WZORCÓW IRIS NA AANG
KROK 5. UTWORZENIE REPREZENTACJI 3. OBIEKTU
Prezentacja kolejnych danych definiujących obiekt na wejściach sensorycznych powoduje pobudzenie i aktywację neuronów sensorycznych lub ich dodanie, jeśli takowe nie istnieją.
A2: sepal width (swi) R=0.4
5.8 2.6
A1: sepal length (sle) R=0.6
5.4 6.0 2.7 3.0
A4: petal width (pwi) R=0.4
4.0 1.2
A3: petal length (ple) R=1.1
4.5 5.1 1.5 1.6
A5: class name VERSICOLOR
MIN MAX MIN MAX
MIN MAX
MIN MAX
O
1O
2O
3SA1
min SA1
5.4 SA1
5.8 SA1
6.0 SA1
max SA2
2.6 SA2 2.7 SA2 SA2 3.0
min SA2
max
SA3
min SA3 4.0 SA3
4.5 SA3
5.1 SA3
max SA4
1.2 SA4
SA4 1.6
min SA4
SA5 max
VER SA4
1.5 swi
5.8 2.6 sle 5.4 3.0 R2
R1 R3
R4 6.7 3.0 6.0 2.7
6.0 2.2 4.9 2.5 R6
R5
R8 R9
5.9 3.2 R7
pwi 4.0 1.2
ple
4.5 1.5 5.0 1.7 5.1 1.6
5.0 1.5 4.5 1.7 4.8 1.8
class name VERSICOLOR
VIRGINICA
6.0 3.0 5.7 2.5 6.5 3.2 R10
5.8 2.7 R11
4.8 1.8 5.0 2.0 5.1 2.0 5.1 1.9 Attributes
VIRGINICA VIRGINICA VIRGINICA VIRGINICA VIRGINICA VERSICOLOR VERSICOLOR VERSICOLOR VERSICOLOR
SORTED SUBSET OF IRIS
PATTERNS
STEP 5
SORTOWANIE ASSORT DLA WZORCÓW IRIS NA AANG
KROK 6. UTWORZENIE REPREZENTACJI 4. OBIEKTU
Czasami dochodzi do agregacji reprezentacji wartości dla niektórych atrybutów reprezentowanych przez te same neurony sensoryczne (tutaj: 3.0 dla atrybutu A2: sepal width).
A2: sepal width (swi) R=0.4
5.8 2.6
A1: sepal length (sle) R=1.3
5.4 6.0 6.7 2.7 3.0
A4: petal width (pwi) R=0.5
4.0 1.2
A3: petal length (ple) R=1.1
4.5 5.0 5.1 1.5 1.6 1.7
A5: class name VERSICOLOR
MIN MAX MIN MAX
MIN MAX
MIN MAX
O
1O
2O
3O
4SA1
min SA1
5.4 SA1
5.8 SA1
6.0 SA1
6.7 SA1
max SA2
2.6 SA2 2.7 SA2 SA2 3.0
min SA2
max
SA3
min SA3 4.0 SA3
4.5 SA3
5.0 SA3 5.1 SA3
max SA4
1.2 SA4
1.6 SA4 SA4 1.7
min SA4
SA5 max
VER SA4
1.5 swi
5.8 2.6 sle 5.4 3.0 R2
R1 R3
R4 6.7 3.0 6.0 2.7
6.0 2.2 4.9 2.5 R6
R5
R8 R9
5.9 3.2 R7
pwi 4.0 1.2
ple
4.5 1.5 5.0 1.7 5.1 1.6
5.0 1.5 4.5 1.7 4.8 1.8
class name VERSICOLOR
VIRGINICA
6.0 3.0 5.7 2.5 6.5 3.2 R10
5.8 2.7 R11
4.8 1.8 5.0 2.0 5.1 2.0 5.1 1.9 Attributes
VIRGINICA VIRGINICA VIRGINICA VIRGINICA VIRGINICA VERSICOLOR VERSICOLOR VERSICOLOR VERSICOLOR
SORTED SUBSET OF IRIS
PATTERNS
STEP 6
SORTOWANIE ASSORT DLA WZORCÓW IRIS NA AANG
KROK 7. UTWORZENIE REPREZENTACJI 5. OBIEKTU
Czasami dochodzi aktywacji sensorów MIN lub MAX, gdy pojawiająca się na wejściu sensorycznym wartość jest minimalna lub maksymalna. Te sensory przełączają swoje połączenia zgodnie z ASSORT.
A2: sepal width (swi) R=0.6
5.8 2.6
A1: sepal length (sle) R=1.3
5.4 5.9 6.0 6.7 2.7 3.0 3.2
A4: petal width (pwi) R=0.6
4.0 1.2
A3: petal length (ple) R=1.1
4.5 4.8 5.0 5.1 1.5 1.6 1.7 1.8
A5: class name VERSICOLOR
MIN MAX MIN MAX
MIN MAX
MIN MAX
O
1O
2O
3O
4O
5SA1
min SA1
5.4 SA1
5.8 SA1 5.9 SA1
6.0 SA1
6.7 SA1
max SA2
2.6 SA2 2.7 SA2
3.0 SA2 SA2 3.2
min SA2
max
SA3
min SA3 4.0 SA3
4.5 SA3 4.8 SA3
5.0 SA3 5.1 SA3
max SA4
1.2 SA4
1.6 SA4 1.7 SA4 SA4 1.8
min SA4
SA5 max
VER SA4
1.5 swi
5.8 2.6 sle 5.4 3.0 R2
R1 R3
R4 6.7 3.0 6.0 2.7
6.0 2.2 4.9 2.5 R6
R5
R8 R9
5.9 3.2 R7
pwi 4.0 1.2
ple
4.5 1.5 5.0 1.7 5.1 1.6
5.0 1.5 4.5 1.7 4.8 1.8
class name VERSICOLOR
VIRGINICA
6.0 3.0 5.7 2.5 6.5 3.2 R10
5.8 2.7 R11
4.8 1.8 5.0 2.0 5.1 2.0 5.1 1.9 Attributes
VIRGINICA VIRGINICA VIRGINICA VIRGINICA VIRGINICA VERSICOLOR VERSICOLOR VERSICOLOR VERSICOLOR
SORTED SUBSET OF IRIS
PATTERNS
STEP 7
SORTOWANIE ASSORT DLA WZORCÓW IRIS NA AANG
KROK 8. UTWORZENIE REPREZENTACJI 6. OBIEKTU
Wraz z dodawaniem kolejnych wzorców rośnie ilość agregacji reprezentowanych już wcześniej wartości (tutaj 6,0 dla A1 oraz 5,0 dla A3), co wpływa na oszczędność reprezentacji danych.
A2: sepal width (swi) R=1.0
5.8 2.6
A1: sepal length (sle) R=1.3
5.4 5.9 6.0 6.7 2.2 2.7 3.0 3.2
A4: petal width (pwi) R=0.6
4.0 1.2
A3: petal length (ple) R=1.1
4.5 4.8 5.0 5.1 1.5 1.6 1.7 1.8
A5: class name VERSICOLOR VIRGINICA
MIN MAX MIN MAX
MIN MAX
MIN MAX
O
1O
2O
3O
4O
5O
6SA1
min SA1
5.4 SA1
5.8 SA1 5.9 SA1
6.0 SA1
6.7 SA1
max SA2
2.2 SA2
2.6 SA2 2.7 SA2
3.0 SA2 SA2 3.2
min SA2
max
SA3
min SA3 4.0 SA3
4.5 SA3 4.8 SA3
5.0 SA3 5.1 SA3
max SA4
1.2 SA4
1.6 SA4 1.7 SA4 SA4 1.8
min SA4
SA5 max
VER SA5
VER SA4
1.5 swi
5.8 2.6 sle 5.4 3.0 R2
R1 R3
R4 6.7 3.0 6.0 2.7
6.0 2.2 4.9 2.5 R6
R5
R8 R9
5.9 3.2 R7
pwi 4.0 1.2
ple
4.5 1.5 5.0 1.7 5.1 1.6
5.0 1.5 4.5 1.7 4.8 1.8
class name VERSICOLOR
VIRGINICA
6.0 3.0 5.7 2.5 6.5 3.2 R10
5.8 2.7 R11
4.8 1.8 5.0 2.0 5.1 2.0 5.1 1.9 Attributes
VIRGINICA VIRGINICA VIRGINICA VIRGINICA VIRGINICA VERSICOLOR VERSICOLOR VERSICOLOR VERSICOLOR
SORTED SUBSET OF IRIS
PATTERNS
STEP 8
SORTOWANIE ASSORT DLA WZORCÓW IRIS NA AANG
KROK 9. UTWORZENIE REPREZENTACJI 7. OBIEKTU
Kolejne agregacje obiektów umożliwiają automatyczne tworzenie związków asocjacyjnych pomiędzy obiektami, np. 4,5 dla A3 łączy obiekty R2 i R7, zaś 1,7 dla A4 łączy obiekty R3 i R7.
A2: sepal width (swi) R=1.0
5.8 2.6
A1: sepal length (sle) R=1.8
5.4 6.0 6.7 2.2 2.7 3.0
4.9 5.9 2.5 3.2
A4: petal width (pwi) R=0.6
4.0 1.2
A3: petal length (ple) R=1.1
4.5 4.8 5.0 5.1 1.5 1.6 1.7 1.8
A5: class name VERSICOLOR VIRGINICA
MIN MAX MIN MAX
MIN MAX
MIN MAX
O
1O
2O
3O
4O
5O
6O
7SA1
min SA1 4.9 SA1
5.4 SA1
5.8 SA1 5.9 SA1
6.0 SA1
6.7 SA1
max SA2
2.2 SA2 2.5 SA2
2.6 SA2 2.7 SA2
3.0 SA2 SA2 3.2
min SA2
max
SA3
min SA3 4.0 SA3
4.5 SA3 4.8 SA3
5.0 SA3 5.1 SA3
max SA4
1.2 SA4
1.6 SA4 1.7 SA4 SA4 1.8
min SA4
SA5 max
VER SA5
VER SA4
1.5 swi
5.8 2.6 sle 5.4 3.0 R2
R1 R3
R4 6.7 3.0 6.0 2.7
6.0 2.2 4.9 2.5 R6
R5
R8 R9
5.9 3.2 R7
pwi 4.0 1.2
ple
4.5 1.5 5.0 1.7 5.1 1.6
5.0 1.5 4.5 1.7 4.8 1.8
class name VERSICOLOR
VIRGINICA
6.0 3.0 5.7 2.5 6.5 3.2 R10
5.8 2.7 R11
4.8 1.8 5.0 2.0 5.1 2.0 5.1 1.9 Attributes
VIRGINICA VIRGINICA VIRGINICA VIRGINICA VIRGINICA VERSICOLOR VERSICOLOR VERSICOLOR VERSICOLOR
SORTED SUBSET OF IRIS
PATTERNS
STEP 9
SORTOWANIE ASSORT DLA WZORCÓW IRIS NA AANG
KROK 10. UTWORZENIE REPREZENTACJI 8. OBIEKTU
Agregacje umożliwiają również osiągnięcie automatycznego grupowania (klasteryzacji) obiektów względem dowolnej wartości agregującej, jak również podobnych wartości połączonych ze sobą.
A2: sepal width (swi) R=1.0
5.8 2.6
A1: sepal length (sle) R=1.8
5.4 6.0 6.7 2.2 2.7 3.0
4.9 5.9 2.5 3.2
A4: petal width (pwi) R=0.6
4.0 1.2
A3: petal length (ple) R=1.1
4.5 4.8 5.0 5.1 1.5 1.6 1.7 1.8
A5: class name VERSICOLOR VIRGINICA
MIN MAX MIN MAX
MIN MAX
MIN MAX
O
1O
2O
3O
4O
5O
6O
7O
8SA1
min SA1 4.9 SA1
5.4 SA1
5.8 SA1 5.9 SA1
6.0 SA1
6.7 SA1
max SA2
2.2 SA2 2.5 SA2
2.6 SA2 2.7 SA2
3.0 SA2 SA2 3.2
min SA2
max
SA3
min SA3 4.0 SA3
4.5 SA3 4.8 SA3
5.0 SA3 5.1 SA3
max SA4
1.2 SA4
1.6 SA4 1.7 SA4 SA4 1.8
min SA4
SA5 max
VER SA5
VER SA4
1.5 swi
5.8 2.6 sle 5.4 3.0 R2
R1 R3
R4 6.7 3.0 6.0 2.7
6.0 2.2 4.9 2.5 R6
R5
R8 R9
5.9 3.2 R7
pwi 4.0 1.2
ple
4.5 1.5 5.0 1.7 5.1 1.6
5.0 1.5 4.5 1.7 4.8 1.8
class name VERSICOLOR
VIRGINICA
6.0 3.0 5.7 2.5 6.5 3.2 R10
5.8 2.7 R11
4.8 1.8 5.0 2.0 5.1 2.0 5.1 1.9 Attributes
VIRGINICA VIRGINICA VIRGINICA VIRGINICA VIRGINICA VERSICOLOR VERSICOLOR VERSICOLOR VERSICOLOR