Page 51 - 4196
P. 51

D    :x  g  a,x   0  .
                                 2
                 Введемо бінарну функцію  y , яка свідчить про дійс-
           ну належність спостережень до класів:
                                 ,1  об ' єкт  класу   ,
                            y                     1
                                  , 1  об ' єкт  класу   .
                                                     2
                 Мірою відхилення  y € від  y  виберемо випуклу фун-
           кцію  F від різниці  y  та  y €:
               Q   a,x     y   g  a,x    2    F y   g  a,x  ,       (4.32)
           яка окрім того є випадковою. Тому за міру якості розді-
           льної функції варто вибрати математичне сподівання мі-
           ри відхилення
                                 ) a ( J    M x  Q  a,x  .        (4.33)

           Найкращий вибір роздільної функції відповідає мінімуму
           функціоналу  (J   ) a . Таким чином, задача полягає у визна-
                               
           ченні вектору  a   a , значеннями якого досягається міні-
           мум  (J  ) a , тобто
                       min    ) a ( J    min  M x  Q  a,x                  (4.34)
                        a          a
           Необхідні умови екстремуму (4.34), як ми бачили, ведуть
           до рівняння
                          ) a ( J    M x   Q   a,x   0          (4.35)
           для розв’язку якого і застосовують алгоритми навчання.
           Рекурентний  алгоритм  навчання  (визначення  оптималь-
                               
           ного  вектору  a   a )  дозволяє  за  значенням  навчальної
           вибірки  x  визначати оцінку вектору  a  на черговому  n -
                                                   n
           му кроці подання спостереження  x    n  :
                      a   a n 1    A  Q x n  a ,  n 1 ,       (4.36)
                        n
                                    n
           де  A   N   N  матриця, елементи якої залежать від кроку
                n
            n .





                                        51
   46   47   48   49   50   51   52   53   54   55   56