Page 38 - 4524

5.2 Нейромережа зворотного поширення похибки
(Back Propagation)

Архітектура FeedForward BackPropagation була розроб-
лена на початку 1970-х років декількома незалежними авто-
рами: Вербор (Werbor); Паркер (Parker); Румельгарт
(Rumelhart), Хінтон (Hinton) та Вільямс (Williams). На даний
час, парадигма ВackРropagation найбільш популярна, ефекти-
вна та легка модель навчання для складних, багатошарових
мереж. Вона використовується у різних типах застосувань і
породила великий клас нейромереж з різними структурами та
методами навчання.
Типова мережа ВackРropagation має вхідний прошарок,
вихідний прошарок та принаймні один прихований прошарок.
Теоретично, обмежень відносно числа прихованих прошарків
не існує, але практично застосовують один або два (рис. 3).

Рисунок 5.3 - Багатошаровий перцептрон

Нейрони організовані в пошарову структуру з прямою
передачею сигналу. Кожний нейрон мережі продукує зважену
суму своїх входів, пропускає цю величину через передатну
функцію і видає вихідне значення. Мережа може моделювати
функцію практично будь якої складності, причому число
прошарків і число нейронів у кожному прошарку визначають
складність функції. Визначення числа проміжних прошарків і
числа нейронів в них є важливим при моделюванні мережі.
Більшість дослідників та інженерів, застосовуючи архітектуру

37