Page 46 - 4713

ЛЕКЦІЯ 8

Типи мереж. Перцептрон Розенблата. Нейромережа
зворотного поширення похибки. Карта Кохонена.

Перцептрон Розенбалата.
Першою моделлю нейромереж вважають перцептрон
Розенбалата. Теорія перцептронів є основою для багатьох типів

штучних нейромереж прямого поширення і вони є класикою для
вивчення.
Одношаровий перцептрон здатний розпізнавати найпростіші
образи. Окремий нейрон обчислює зважену суму елементів вхідного

сигналу, віднімає значення зсуву і пропускає результат через жорстку
порогову функцію, вихід якої дорівнює +1 чи -1. В залежності від
значення вихідного сигналу приймається рішення:

 +1 - вхідний сигнал належить класу A,

 -1 - вхідний сигнал належить класу B.
Алгоритм навчання одношарового перцептрона
1. Ініціалізація синаптичних ваг і зсуву: синаптичні ваги

приймають малі випадкові значення.
2. Пред'явлення мережі нового вхідного і бажаного вихідного
сигналів: вхідний сигнал x=(x , x , ..., x ) пред'являється нейрону
2
1
n
разом з бажаним вихідним сигналом d.
3. Обчислення вихідного сигналу нейрона:
4. Налаштування значень ваг:

Якщо мережа приймає правильне рішення, синаптичні ваги не
модифікуються.
5. Перехід до кроку 2.

Тип вхідних сигналів: бінарні чи аналогові (дійсні).
Розмірності входу і виходу обмежені при програмній реалізації
тільки можливостями обчислювальної системи, на якій моделюється
нейронна мережа, при апаратній реалізації - технологічними

можливостями.
Області застосування: розпізнавання образів, класифікація.
Недоліки. Примітивні поділяючі поверхні (гіперплощини) дають

можливість вирішувати лише найпростіші задачі розпізнавання.
Переваги. Програмні та апаратні реалізації моделі дуже прості.
Простий і швидкий алгоритм навчання.

46