Марек Самулька, Питер Костельник, Мирослав Гудек, Питер Синчак
Центр Технологий Интеллекта
Группа Вычислительного Интеллекта,
Факультет Электроного Инженеринга и Информатики,
Технический Университет Косика, Словакия
Использование биологических исследований в области нейронных технологий в системах, похожих по принципу функционирования на мозг, явялется довольно сложной проблемой. На данный момент реализовано некоторое число подходов к использованию нейронных технологий для моделирования структуры визуальной коры головного мозга и ее работы, включая ART-сети, различные модели Мальсбурга и целое семейство систем "Неокогнитрон", базирующихся на модели Губеля и Вейзеля (H-W модель).
Данная работа обобщает и представляет опыт разработки неокогнитрона, представленного профессором Фукушимой во второй половине 80-х для распознавания тип расположения подвижных роботов на футбольном поле. Эта информация должна предоставляться тренеру для определения той или иной ситуации на поле. Изображение поля - входные данные для системы, а выходные - категория, к которой относится ситуация выбранной команды, в частонсти - атакующий маневр, защитный и так далее. Эта информация рассматривается как дополнительная для выбранной команды.
Неокогнитрон является многослойной иерархической нейронной системой, моделирующей визуальную систему человека, и предоставляет возможности для распознавания образов, справляясь со смещением образов в позициях.
Многослойная нейронная сеть основывается на самообучающихся элементах; структура базируется на слоях и нейронах различных типов:
Сеть состоит из n сдвоенных слоев (S и C, n обычно равно 4), которые обрабатывают входное изображение. Фактически сеть является математическим вычислителем, который выделяет особенности вне зависимости от поворота и сдвига в позиции входного образа. Различные позиции роботов - хороший пример использования данного применения сети. Входной сигнал системы - изображение. Вычисления происходят параллельно, определение позиций разных роботов на изображении используется для дальнейших процедур принятия решения. Входное изображение преобразуется в образ соединенных кривых, построенных в зависимости от соединений между роботами каждой команды соответственно. Полученные две кривые представляют позицию (строй) роботов каждой команды. Это новое изображение очень похоже на символы и буквы и ассоциируются с построением игроков в качестве атакующей, защитной или иной стратегической постановки. Таким образом, выход нейронной сети - категория типа формации игроков на поле в соответствии со стратегической позицией. Это определение ситуации может быть использовано для принятия решений о дальнейших действиях игроков команды. Представлены примеры внедрения такой системы и ее применения. Результаты показывают эффективность использования такой сложной технологии для данных нужд.
Биологическая подоплека такой системы очень велика; она представлят собой модель системы восприятия человека для обработки изображений в реальном времени. Основная цель данной статьи - предоставить опыт внедрения неокогнитрона для решения проблемы выделения типа стратегического построения футбольных игроков на поле и его идентификации с помощью смоделированной биологической системы. Простота этой задачи в ракурсе проблемы распознавания букв и символов (которая была успешно решена неокогнитроном) также показана в проекте.