Escolar Documentos
Profissional Documentos
Cultura Documentos
A máquina de Boltzmann
TÓPICOS
1. Neurônios Estocásticos
2. Equilíbrio Térmico
3. A Máquina de Boltzmann
4. Algoritmo de Aprendizagem
5. Limitações da Máquina de
Boltzmann
A REDE DE HOPFIELD
A REDE DE HOPFIELD SEMPRE TOMA UMA
DECISÃO DETERMINÍSTICA VISANDO REDUZIR
A ENERGIA DA MÁQUINA
• Essa decisão impossibilita escapar de
mínimos locais e encontrar mínimos de
menor energia (global)
PODEMOS ADICIONAR RUÍDO NO MODELO:
• Podemos iniciar com alto ruído para romper as barreiras
de potencial e escapar de mínimos
• Na sequência, podemos reduzir o ruído gradativamente
com o objetivo de convergir para um mínimo melhor
ESTE PROCESSO É RECONHECIDO COMO RECOZIMENTO
SIMULADO (SIMULATED ANNEALING)
Fontes: https://towardsdatascience.com/hopfield-networks-neural-memory-machines-4c94be821073
MÍNIMOS LOCAIS
Alterando a
temperatura,
alteramos a
A probabilidade
de mudança de
B estado do
sistema
O NEURÔNIO ESTOCÁSTICO
V2 V3
• Além dos neurônios visíveis, a máquina
também possui um grupo de neurônios ocultos
H2
H1 H2
V1 V4
V2 V3
A MÁQUINA DE BOLTZMANN
H2
H1 H2
OS NEURÔNIOS H2
H1 H2
• Neurônios visíveis representam os padrões
V1 V4
• Neurônios ocultos são extratores de padrões V2 V3
Gradiente
descendente
TREINAMENTO
Fase
Positiva
Fase
Negativa
TREINAMENTO
TREINAMENTO