Методы искусственного интеллекта для машинного перевода текстов. Роганов В.Р - 48 стр.

UptoLike

ВУЗ: 

ПГУ | Пенза

Составители: 

Рубрика: 

48
Таким образом, полный алгоритм обучения НС с помощью процедуры об-
ратного распространения строится так:
1. Подать на входы сети один из возможных образов и в режиме обычного
функционирования НС, когда сигналы распространяются от входов к выходам,
рассчитать значения последних. Напомним, что
syw
j
n
i
n
ij
n
i
M
() ( ) ()
=⋅
−
=
∑
1
0
(25)
где M – число нейронов в слое n-1 с учетом нейрона с постоянным выходным
состоянием +1, задающего смещение;
y
i
(n-1)
=x
ij
(n)
– i-ый вход нейрона j слоя n.
y
j
(n)
= f(s
j
(n)
), (26)
где f() – сигмоид
y
q
(0)
=I
q
, (27)
где I
q
– q-ая компонента вектора входного образа.
2. Рассчитать
δ
(N)
для выходного слоя по формуле (22).
Рассчитать по формуле (23) или (24) изменения весов
Δ
w
(N)
слоя N.
3. Рассчитать по формулам (21) и (23) (или (21) и (24)) соответственно
δ
(n)
и
Δ
w
(n)
для всех остальных слоев, n=N-1,...1.
4. Скорректировать все веса в НС
wt wt wt
ij
n
ij
n
ij
n() () ()
() ( ) ()=−+1 Δ
(28)
5. Если ошибка сети существенна, перейти на шаг 1. В противном случае –
конец. 
    Таким образом, полный алгоритм обучения НС с помощью процедуры об-
ратного распространения строится так:
    1. Подать на входы сети один из возможных образов и в режиме обычного
функционирования НС, когда сигналы распространяются от входов к выходам,
рассчитать значения последних. Напомним, что
                                           M
                           s   ( n)
                               j       = ∑ yi( n−1) ⋅ wij( n )                 (25)
                                          i=0

где M – число нейронов в слое n-1 с учетом нейрона с постоянным выходным
         состоянием +1, задающего смещение;
  yi(n-1)=xij(n) – i-ый вход нейрона j слоя n.
                                  yj(n) = f(sj(n)),                            (26)
где f() – сигмоид
                                      yq(0)=Iq,                                (27)
где Iq – q-ая компонента вектора входного образа.
    2. Рассчитать δ(N) для выходного слоя по формуле (22).
    Рассчитать по формуле (23) или (24) изменения весов Δw(N) слоя N.
    3. Рассчитать по формулам (21) и (23) (или (21) и (24)) соответственно δ(n)
и Δw(n) для всех остальных слоев, n=N-1,...1.
    4. Скорректировать все веса в НС
                           wij( n ) (t ) = wij( n ) (t − 1) + Δwij( n ) (t )   (28)
    5. Если ошибка сети существенна, перейти на шаг 1. В противном случае –
конец.




                                                                                48

Страницы