Page 41 - 4524
P. 41

2. Визначення елемента навчальної множини: (вхід - ви-
                            хід). Входи (x 1, x 2... x N), повинні розрізнятися для всіх прикла-
                            дів навчальної множини.
                                  3. Обчислення вихідного сигналу:
                                                   N
                                                    m 1
                                             S      w     y    b ,                   (5.4)
                                               im       m i  m j  1  m i  1  m i
                                                    m i  1
                                  y im= f(S jm), i m=1, 2, ..., N m, m=1, 2, ..., L,
                                  де S - вихід суматора, w - вага зв'язку, y - вихід нейрона,
                            b - зсув, i - номер нейрона, N - число нейронів у прошарку, m -
                            номер прошарку, L - число прошарків, f- передатна функція.
                                  4. Налаштування синаптичних ваг:
                                                    w ij(t+1)=w ij(t)+rg jx' і,          (5.5)
                                  де w ij - вага від нейрона i або від елемента вхідного сиг-
                            налу i до нейрона j у момент часу t, x i' - вихід нейрона i, r -
                            швидкість навчання, g j - значення похибки для нейрона j.
                                  Якщо нейрон з номером j належить останньому прошар-
                            ку, тоді
                                                    g j=y j(1-y j)(d j-y j),            (5.6)
                                  де d j - бажаний вихід нейрона j, y j - поточний вихід ней-
                            рона j.
                                  Якщо нейрон з номером j належить одному з прошарків
                            з першого по передостанній, тоді
                                                                 
                                                     g   x 1(   x )   g  w ,         (5.7)
                                                      j    j     j      k  jk
                                                                    k
                                  де k пробігає всі нейрони прошарку з номером на одини-
                            цю більше, ніж у того, котрому належить нейрон j.
                                  Зовнішні зсуви нейронів b налаштовуються аналогічним
                            образом.
                                  Тип вхідних сигналів: цілі чи дійсні.
                                  Тип вихідних сигналів: дійсні з інтервалу, заданого пе-
                            редатною функцією нейронів.
                                  Тип  передатної  функції:  сигмоїдальна.  В  нейронних
                            мережах застосовуються кілька варіантів сигмоїдальних пере-
                            датних функцій.
                                  Функція Фермі (експонентна сигмоїда):
                                                             1
                                                   f ( S)        ,                      (5.8)
                                                          1  e    2  S
                                  де S - вихід суматора нейрона,  - деякий параметр.

                                                           40
   36   37   38   39   40   41   42   43   44   45   46