Page 33 - 4524
P. 33

4.2 Правила навчання

                                  У  загальному  використанні  є  багато  правил  навчання,
                            але більшість з цих правил є деякою зміною відомого та най-
                            старшого правила навчання, правила Хеба. Дослідження різ-
                            них правил навчання триває, і нові ідеї регулярно публікують-
                            ся в наукових та комерційних виданнях. Представимо декіль-
                            ка основних правил навчання.
                                  Правило Хеба. Опис правила з’явився у його книзі «Ор-
                            ганізація поведінки» у 1949 р. «Якщо нейрон отримує вхідний
                            сигнал від іншого нейрону і обидва є високо активними (ма-
                            тематично мають такий самий знак), вага між нейронами по-
                            винна бути підсилена». При збудженні одночасно двох нейро-
                            нів з виходами (х j, у і) на k-тому кроці навчання вага синаптич-
                            ного з’єднання між ними зростає, в інакшому випадку – зме-
                            ншується, тобто
                                                    W ij(k)=r x j (k) y i (k),          (4.1)
                                  де r - коефіцієнт швидкості навчання.
                                  Може застосовуватись при навчанні "з вчителем" і "без
                            вчителя".
                                  Правило Хопфілда. Є подібним до правила Хеба за ви-
                            нятком того, що воно визначає величину підсилення або пос-
                            лаблення. "Якщо одночасно вихідний та вхідний сигнал ней-
                            рона є активними або неактивними, збільшуємо вагу з'єднання
                            оцінкою  навчання,  інакше  зменшуємо  вагу  оцінкою  навчан-
                            ня".
                                  Правило  "дельта".  Це  правило  є  подальшою  зміною
                            правила Хеба і є одним із найбільш загально використовува-
                            них. Це правило базується на простій ідеї неперервної зміни
                            синаптичних  ваг  для  зменшення  різниці  ("дельта")  між  зна-
                            ченням бажаного та біжучого вихідного сигналу нейрона.
                                                    W ij= x j (d i - y i).             (4.2)
                                  За цим правилом мінімізується середньоквадратична по-
                            хибка  мережі.  Це  правило  також  згадується  як  правило  на-
                            вчання Відрова-Хофа та правило навчання найменших серед-
                            ніх квадратів.
                                  У правилі "дельта" похибка отримана у вихідному про-
                            шарку  перетворюється  похідною  передатної  функції  і  послі-
                            довно  пошарово  поширюється  назад  на  попередні  прошарки
                            для корекції синаптичних ваг. Процес зворотного поширення

                                                           32
   28   29   30   31   32   33   34   35   36   37   38