Page 10 - 4848
P. 10
правтльне, то нічого не змінюється і переходимо до кроку 1 у випадку, якщо
на вході є інші образи. Якщо ні, то кінець. Якщо значення Y не правильне,
то підраховуємо різницю між обчисленим значенням Y і правильним
значенням Т:
δ = T - Y . (1.4)
4. Обчислюємо
Δ i= ηδx i. (1.5)
де η ─ коефіцієнт швидкості навчання, який знаходиться, в загальному ви-
падку, в проміжку (0;0,1).
5. Знаходимо
w i(n + l) = w i(n) + Δ i ,i = 1,n, (1.6)
де w i(n+1) значення і-го вагового коефіцієнта після корекції, w i(n) ─ до
корекції.
6. Якщо на вході є інші образи, то переходимо до кроку 1, якщо ні ─
то кінець.
1.4 Зміст звіту
Звіт повинен містити:
– лістинг програми;
– результати навчання перцептрона;
– результати тестової роботи навченого перцептрона;
– таблиця 1.2.
1.5 Контрольні запитання
1. Коротка історична довідка про розвиток теорії нейронних мереж.
2. Будова біологічного нейрона.
3. Штучний нейрон та активаційні функції.
4. Будова та алгоритм функціонування перцептрона.
5. Проблема лінійного поділу досліджуваної області.
9