Page 139 - 4196

це: мережі Хопфілда (г), Хеммінга (д), ДАП – мережі (e)
(рисунок 4.8).

Рисунок 4.8 - Типові нейронні мережі:
а, б, в –статичні; г, д, е– динамічні

Загальною рисою НМ є принцип паралельної обро-
бки сигналів, який досягається об’єднанням нейронів у
так звані шари та пошаровою обробкою взаємодії нейро-
нів. Теоретично кількість шарів та число нейронів в кож-
ному шарі може бути довільним, але фактично вони об-
межені ресурсами комп’ютера або спеціалізованої мікро-
схеми. Можливості мережі зростають із збільшенням
числа нейронів, кількості шарів, щільності зв’язків, вве-
денням обернених зв’язків але одночасно виникають пи-
тання динамічної стійкості мережі, необхідних та достат-
ніх властивостей мережі для рішення поставленої задачі.

4.9.1 Навчання нейронної мережі

Процес навчання нейронної мережі можна розгля-
дати, як налаштування архітектури мережі та ваг зв’язків
W для ефективного виконання поставленої задачі. Зви-
чайно нейронна мережа налаштовує вагові коефіцієнти за
навчальними вибірками в інтерактивному режимі. Існує
три парадигми навчання: «з вчителем», «без вчителя»

139