Нейронные сети и нейроконтроллеры. Бураков М.В. - 32 стр.

UptoLike

Составители:

Рубрика:

Структура на рис. 1.14 представляет собой простейшую двух-

слойную ИНС.

Рис. 1.16 показывает, что, комбинируя разные разделяющие пря-

мые, на плоскости можно выделить область выпуклой формы. Чис-

ло разделяющих прямых соответствует числу нейронов 1-го слоя.

Трехслойная сеть с двумя входами позволяет комбиниро-

вать различные выпуклые фигуры, получая невыпуклую фигуру

(рис. 1.17).

При трех входах ИНС способна выделять заданные области

трехмерного пространства, при четырех и более входах речь идет о

гиперпространстве.

Заметим, что для двух логических переменных можно описать

16 логических функций, из которых 14 являются линейно разде-

лимыми, т. е. могут быть реализованы на базе ИН с двумя входами.

Для логической функции трех переменных доля линейно раздели-

мых функций уменьшается (104 из 256) и с дальнейшим ростом

числа переменных резко уменьшается [25].

Однако использование многослойных ИНС позволяет решать

проблему линейной разделимости. При этом задача выбора весов и

смещений уже не может быть решена так же легко, как для функ-

ции XOR. В этом случае требуется реализация процедуры обучения.

1.8. Правило обучения Хебба

Д. Хебб предложил формальное правило, в соответствии с ко-

торым вес w

связи нейрона i с нейроном j изменяется пропорцио-

Рис. 1.17. Выделение на плоскости невыпуклой области