Методические указания к лабораторным работам по курсу "Нейрокомпьютерные системы". Домашова Д.В - 11 стр.

       дящихся на 1-ом слое;
    - 2-ой ассоциативный слой;
    - формальный нейрон суммирует с некоторыми весами, присущим входам
       этого нейрона, входные (возбужд. и торм.) сигналы и полученную сумму
       сравнивает с порогом, определенным для него. Если порог превышен, то
       нейрон выдает на выходе 1, иначе 0. Работа любого слоя однотипна. Ней-
       роны промежуточных слоев на входах имеют выходы с верхнего слоя;
    - слой решающих элементов;
    - после проработки всех слоев, полученные результирующие сигналы посту-
       пят к решателям-элементам последнего слоя перцептрона;
    - выход(Рисунок 2.4).
     Решатели представляют собой сумматоры, вычисляющие суммы единичных
сигналов, поступивших на и вход.
     Каждый решатель соответствует одному одному из распозноваемых образов
(например, если перцептрон з. распознает все буквы русского алфавита, то число
решателей должно быть равно 33).
     Сравнивающее устройство производит сравнение чисел, выданных решате-
лями, и выдает на вход имя того образа, которого соответствует максимальная
сумма.


2.5 Обучение перцептрона

      Для того, чтобы перцептрон смог распозновать и правильно классицифици-
ровать изображения, поступающие на его вход необходим этап его настройки
(обучения) на множество входных изображений и заданное множество классов
изображений (образов).
      Обучение происходит следующим образом:
      (алгоритм называется процедурой сходимости перцептрона Розенбланта и
является вариантом Хеббовского правила изменения весов связей с учителем).
      Вектор весов wi устанавливается впроизвольное состояние. На сетчатку
(входная матрица) поочередно подают образы из обучающей выборки, которые
трансформируется в выходной сигнал у решающего элемента. При правильном
отклике ничего не изменяют.
      При неправильном отклике у=0 (т.е д.б у=1) веса всех связей от активных
элементов сетчатки увеличивают, а при неправильном отклике у=1 - уменьшают.
      Величина изменения связи определяет степень адаптции.
      Если решение существует, оно будет достигнуто при циклической подаче
образов обучающей выборки за конечное число шагов при любом начальном вы-
боре связей.


12