Моделирование искусственных нейронных сетей в системе MATLAB. Часть 1. Введение. Донской Д.А - 28 стр.

                   Вход      Нейрон персептрона




                              a
   Используем нулевые начальные веса и смещения. Для обозначе-
ния переменных каждого шага используем круглые скобки. Таким
образом, начальные значения вектора весов wТ(0) и смещения b(0)
соответственно равны wТ(0) = [0 0] и b(0) = 0.
   1-й шаг процедуры адаптации
   Вычислим выход персептрона для первого вектора входа p1, ис-
пользуя начальные веса и смещение:

             (                )          ⎛⎡      ⎡2⎤ ⎤ ⎞
a = hard lim w т (0) p1 + b(0) = hard lim⎜ ⎢[0 0]⎢ ⎥ ⎥ + 0 ⎟ = hard lim(0) = 1 . (2)
                                         ⎜
                                         ⎝⎣      ⎣2⎦ ⎦ ⎟⎠
   Выход не совпадает с целевым значением t1, поэтому необходимо
применить правило настройки (обучения) персептрона, чтобы вы-
числить требуемые изменения весов и смещений:
                    ⎧ e = t1 − a = 0 − 1 = − 1;
                    ⎪
                    ⎨ Δ w = e p 1 = (− 1)[2 2 ] = [− 2 − 2 ] ;
                         т       т
                                                                                (3)
                    ⎪ Δ b = e = (− 1) = − 1;
                    ⎩
   Вычислим новые веса и смещение, используя введенные ранее
правила обучения персептрона.
      ⎧⎪ т new      old
          w    = wт     + Δw т = [0 0] + [− 2 − 2] = [− 2 − 2] = w т (1) ;      (4)
       ⎨
       ⎪⎩         b new = b old + Δb = 0 + (− 1) = −1 = b(1) .




                                        28