Составители:
Рубрика:
35
1.10. Парадигмы обучения
При обучении нейронной сети (неявном построении алгоритма
решения задачи) топология сети обычно считается неизменной, а
настройке подлежат веса связей между нейронами.
По способу использования учителя выделяют три основных ме-
тода обучения.
Обучение с учителем (supervised learning). В таком случае НС
предоставляются входные данные и желаемые выходные и виде
набора обучающих пар. Поскольку для каждого входного вектора
задан выходной вектор, НС может корректировать веса, сравнивая
текущие и эталонные выходы. В процессе обучения должны быть
минимизированы ошибки по всем парам. Разумеется, обучающая
выборка содержит только часть возможных вариантов входных
сигналов, а цель обучения заключается в получении правильной
реакции на любой допустимый входной сигнал. Поэтому данные
обучающей выборки лишь задают опорные точки в пространстве
входов-выходов сети, и цель обучения состоит в выполнении пра-
вильной интерполяции (экстраполяции) между этими опорными
точками. Таким образом, правильное задание обучающей выборки
также оказывает влияние на успех процесса обучения.
Обучение без учителя (unsupervised learning). В этом случае НС
сама анализирует особенности входных данных с целью поиска
структур и закономерностей. Веса подстраиваются так, чтобы полу-
чались согласованные выходные векторы, т. е. чтобы при получении
близких входов получались близкие выходы, и наоборот. В процессе
обучения ИНС выполняет кластеризацию (группирование) входной
информации, а после обучения сеть работает в режиме векторного
классификатора. Такой подход характерен для НС Кохонена. Про-
цедура обучения без учителя во многом соответствует процессам,
протекающим в живой природе. Живые существа в процессе разви-
тия собирают сходные раздражители в группы, и с каждой группой
связывается положительная или отрицательная реакция, т. е. обу-
чение можно понимать как обобщение и сжатие информации.
Обучение с подкреплением (reinforcement learning). Такой под-
ход занимает промежуточное положение между двумя предыду-
щими. В этом случае вместо эталонного значения выхода НС ис-
пользуется оценка, формируемая внешней средой. Данная оценка
имеет невысокую информативность, поэтому можно сказать, что
обучающаяся система получает намного меньше информации, чем
при обучении с учителем, и немного больше, чем при обучении без
Страницы
- « первая
- ‹ предыдущая
- …
- 33
- 34
- 35
- 36
- 37
- …
- следующая ›
- последняя »
