Составители:
Рубрика:
33
нально уровням их возбуждения, т. е. произведению их выходных
сигналов:
,
ij i j
w yy∆η=
где η ∈ [0,1] – коэффициент обучения.
При обучении с учителем вместо выходного сигнала y
j
использу-
ется заданный выходной сигнал z
j
.
В каждом цикле обучения происходит суммирование текущего
значения веса и его приращения ∆w
ij
:
1( ) () .
ij ij ij
wt wt w∆+= +
В результате применения правила Хебба веса нейрона могут
принимать произвольно большие значения. Один из способов ста-
билизации обучения по правилу Хебба состоит в учете последне-
го значения w
ij
, уменьшенного на коэффициент забывания g. При
этом правило Хебба представляется в виде
11( ) ( )( ) .
ij ij ij
wt wt wg∆+= -+
Значение g чаще всего составляет некоторый процент от коэффи-
циента обучения η.
Модификацией правила обучения Хебба является дельта-прави-
ло, которое базируется на идее непрерывного изменения синапти-
ческих весов для уменьшения разности (дельта) между значением
желаемого и текущего выходного сигнала:
( ).
ij j j
w zy∆η
=-
1.9. Концепция входной и выходной звезды
Понятия входной и выходной звезды были введены С. Гроссбер-
гом для анализа процесса обучения нейронов.
Входная звезда (instar) состоит из нейрона, на который подается
группа входов, умноженных на синаптические веса (рис. 1.18).
Входная звезда должна выполнять задачу распознавания, т. е.
ее реакция должна быть тем сильнее, чем больше входной вектор
X похож на запомненный образ W. Если входной вектор и вектор
весов нормализованы (имеют единичную длину), то максимальное
значение скалярного произведения y вырабатывается при условии
X = W.
Страницы
- « первая
- ‹ предыдущая
- …
- 31
- 32
- 33
- 34
- 35
- …
- следующая ›
- последняя »
