Page 146 - 4196

Алгоритм перцептрону та його модифікації збіга-
ються, якщо класи можна розділити поверхнею заданого
типу. В ситуаціях, коли роздільність класів відсутня, ал-
горитми перцептрону зациклюються.
Приклад 4.14 Розглянемо два класи двовимірних
об’єктів:
клас  1  X  1 T   0,0  X,  2 T   1,0 ;
T T
клас  2  X  3   ,0,1  4X   1,1 ,
які відповідають водоносиченим та нафтонасиче-
ним пластам (1– наявність, 0 - відсутність певної ознаки).
Застосуємо до цих об’єктів алгоритм навчання перцепт-
рону (4.87). Огляд об’єктів на площині x 1 , x показує,
2
що класи лінійно роздільні, що гарантує збіжність ітера-
ційної процедури.
Задавши c  1, W T    1,11   1 , і зробивши попов-
нення об’єктів, отримаємо в першому циклі ітерацій:

 0
 
1 W T      1,11X1  1 ,  0  1  , 0 W   2  W   1 ;


 
 1 
 0
 
2 W T      1,12X2  1 ,  1  2  , 0 W   3  W   2 ;


 
 1 
 1
 
3 W T      1,13X3   1 ,  0   2  , 0

 
  1 
 1  1  0
     
  4W  W   X3    3   1   0  1  ; 


     
 1    1   0 
146