Page 31 - 4524

4 Навчання штучних нейронних мереж

4.1 Особливості навчання ШНМ

Характерною властивістю ШНМ є її здатність до на-
вчання, що полягає у виробленні правильної реакції на подані
їй різні вхідні сигнали. Існують такі можливості навчання
ШНМ:
- зміна конфігурації мережі шляхом утворення нових
або виключення деяких існуючих зв'язків між нейронами;
- зміна елементів матриці зв'язку (ваг);
- зміна характеристик нейронів (виду й параметрів ак-
тиваційної функції й т. д.).
Найбільшого поширення сьогодні отримав підхід, при
якому структура мережі задається апріорно, а мережа навча-
ється шляхом настроювання матриці зв'язків (вагових коефіці-
єнтів) Від того, наскільки вдало побудована ця матриця, зале-
жить ефективність даної мережі. У цьому випадку навчання
полягає у зміні за певною процедурою елементів матриці Ж
при послідовному поданні мережі деяких векторів, що навча-
ють.
У зв'язку з цим штучний нейрон може бути представле-
ний у такий спосіб (рис. 4.1).

Рисунок 4.1 – Модель штучного нейрона

У процесі навчання ваги стають такими, що під час над-
ходження вхідних сигналів мережа виробляє відповідні необ-

30