Page 45 - 4713

У загальному використанні є багато правил навчання, але
більшість з цих правил є деякою зміною відомого та найстаршого

правила навчання, правила Хеба. Дослідження різних правил
навчання триває, і нові ідеї регулярно публікуються в наукових та
комерційних виданнях. Представимо декілька основних правил

навчання.
Правило Хопфілда. Є подібним до правила Хеба за винятком
того, що воно визначає величину підсилення або послаблення. "

Правило "дельта". Це правило є подальшою зміною правила
Хеба і є одним із найбільш загально використовуваних. Це правило
базується на простій ідеї неперервної зміни синаптичних ваг для
зменшення різниці ("дельта") між значенням бажаного та біжучого

вихідного сигналу нейрона. За цим правилом мінімізується
середньоквадратична похибка мережі.
Правило градієнтного спуску. Це правило подібне до правила

"дельта" використанням похідної від передатної функції для
змінювання похибки "дельта" перед тим, як застосувати її до ваг
з'єднань.
Навчання методом змагання. На відміну від навчання Хеба, у

якому множина вихідних нейронів може збуджуватись одночасно,
при навчанні методом змагання вихідні нейрони змагаються між
собою за активізацію.

Контрольні запитання:
1. Які компоненти містить модель нейрона у розширеному

вигляді?
2. Дайте визначення поняттю «вагові коефіцієнти»?
3. Дайте визначення поняттю «функція суматора»?

4. Які задачі вирішують за допомогою мереж прямого поширення?
5. Дайте визначення поняттю «передатна функція»?
6. Дайте визначення поняттю «архітектура з'єднань штучних
нейронів»?

7. Перелічіть правила навчання ШНМ.

45