Page 43 - 4713
P. 43

передаточної функції). Це поширюване назад значення враховується
            в наступному циклі навчання.

                   Компонента  7.  Функція  навчання.  Метою  функції  навчання  є
            налаштування  змінних  ваг  з'єднань  на  входах  кожного  елемента
            обробки  відповідно  до  певного  алгоритму  навчання  для  досягнення

            бажаного  результату.  Існує  два  типи  навчання:  контрольоване  та
            неконтрольоване.  Контрольоване  навчання  вимагає  навчальної
            множини  даних  або  спостерігача,  що  ранжує  ефективність

            результатів мережі. У випадку неконтрольованого навчання система
            самоорганізовується за внутрішнім критерієм, закладеним в алгоритм
            навчання.
                   Архітектура з'єднань штучних нейронів

                   Об'єднуючись  у  мережі,  нейрони  утворюють  системи  обробки
            інформації,  які  забезпечують  ефективну  адаптацію  моделі  до
            постійних  змін  з  боку  зовнішнього  середовища.  В  процесі

            функціонування мережі відбувається перетворення вхідного вектора
            сигналів  у  вихідний.  Конкретний  вид  перетворення  визначається  як
            архітектурою  нейромережі  так  і  характеристиками  нейронних
            елементів,  засобами  керування  та  синхронізації  інформаційних

            потоків між нейронами. Важливим фактором ефективності мережі є
            встановлення  оптимальної  кількості  нейронів  та  типів  зв'язків  між
            ними.При  описі  нейромереж  використовують  кілька  усталених

            термінів,  які  в  різних  джерелах  можуть  мати  різне  трактування,
            зокрема:

                         структура  нейромережі  -  спосіб  зв'язків  нейронів  у
            нейромережі;

                         архітектура нейромережі - структура нейромережі та типи
            нейронів;

                         парадигма нейромережі - спосіб навчання та використання;
            іноді вміщує і поняття архітектури.
                   На  основі  однієї  архітектури  можуть  бути  реалізовані  різні
            парадигми нейромережі і навпаки.

                   Серед  відомих  архітектурних  рішень  виділяють  групу
            слабозв'язаних  нейронних  мереж,  у  випадку,  коли  кожний  нейрон
            мережі зв'язаний лише із сусідніми.

                   Навпаки, якщо входи кожного нейрона зв'язані з виходами усіх
            решта нейронів, тоді мова йде про повнозв'язані нейромережі.

                   Зв'язки        між      нейронами          різних        прошарків         називають
            проективними. Зв'язки скеровані від вхідних прошарків до вихідних
                                                           43
   38   39   40   41   42   43   44   45   46   47   48