Методические указания к лабораторным работам по курсу "Нейрокомпьютерные системы". Домашова Д.В - 10 стр.

     Т.о. часто используемые в сети связи усиливаются, что объясняет феномен
обучения путем повторения и привыкания:
                               wij (t + 1) = wij (t ) + αyi y j                 (2.4)
где wij - значение веса связи от i-го к j-му нейрону до и после его изменения
    α - скорость обучения


2.4 Перцептрон

      Для сетей такого типа характерно отсутсвие обратных связей между фор-
мальными нейронами, организованные в слои.
      В середине 50-х годов была предложена одна из первых моделей нейронных
сетей, корорая вызвала большой интерес из-за своей способности обучаться рас-
познованию простых образов.




                        Рисунок 2.4 - Модель нейроновых сетей

     Первую подобную модель предложил Ф. Розенблатт:
    - рецепторный слой содержит элементы, способствующие реагировать на те
      или иные сигналы-раздражение (освещение или неосвещение). Каждый фо-
      тоэлемент вырабатывает на выходе двоичный сигнал (0-темно, 1-свет);
    - 1-ый ассоциативный слой;
    - выходы фотоэлементов соединены с входами формальных нейронов, нахо-
                                                                                   11