Solving Maze Problems by Cellular Neural Networks
U. Halıcı, U. Yaranlı, ODTÜ, Türkiye
Abstract
In this study, the problem of orientation in maze Iike patterns is aimed to be solved by using neural networks in which the neurons are organized as cellular arrays, The maze patterns are coded in the array of the neurons by considering the corresponding cells in the maze. A probabilistic algorithm that handles the Ioops in a way similar to Tremaux's algorithm is proposed to find out a patlı from the initial cell to the final one by using only the local informations. The paths found in this way are not necessarily the shortest, A competitive learning algorithm is introduced by which the network Iearns one of these paths, The patlı learned in this may not be the shortest one but the learning strategy favors shorter paths as confirmed in the experimental results.
Özet
Bu çalışmada, labirent gibi oryantasyon probleminin, nöronların hücresel diziler olarak organize edildiği sinir ağları kullanılarak çözülmesi amaçlanmıştır. Labirent desenleri, labirentteki karşılık gelen hücreler göz önüne alınarak nöron dizisinde kodlanmıştır. . Döngüleri Tremaux'un algoritmasına benzer bir şekilde ele alan olasılıksal bir algoritma, sadece yerel bilgi parçalarını kullanarak ilk hücreden sonuncuya kadar bir patlı bulmak için önerilmiştir. Bu şekilde bulunan yollar mutlaka en kısa değil, Ağın bu yollardan birini öğrendiği rekabetçi bir öğrenme algoritması getirilir, Bu konuda öğrenilen patlı en kısa yol olmayabilir, ancak öğrenme stratejisi, deneysel sonuçlar.
Tam Metin
Bildirinin tamamını görüntülemek için aşağıdaki dosyayı indiriniz.
Last updated