Нейрокомпьютерные системы

       

Настройка весового вектора


Мы требуем, чтобы вектор весов в расширенном пространстве был ортогонален решающей гиперплоскости, и плоскость проходила через начало координат. Обучающую выборку (задачник) для нейрона можно рассматривать как множество пар

, где
- входной вектор,
- класс (выход, принимающий одно из двух значений, например, 0 или 1), которому принадлежит
. Такой тип обучения называется обучением с учителем, т.к. мы сообщаем сети, каким должен быть выходной сигнал для каждого вектора входных сигналов.

Пусть для некоторого

выполняется
, но выход сети

где

при
, и
при
, т.е.
(угол

на рис.2 между векторами

и
больше
). Чтобы исправить ситуацию, нужно повернуть вектор весов
, приближая его направление к направлению вектора
. В то же время изменение не должно быть слишком резким, чтобы не испортить уже выполненное обучение. Мы достигнем обеих целей, если добавим к вектору
часть вектора
, чтобы получить новый вектор

Предположим теперь, что

, а
(угол
на рис.2 между векторами
и
меньше
). Теперь нужно увеличить угол между
и
, что получается путем вычитания части

из

:


увеличить изображение
Рис. 2.  Настройка вектора весов

Результирующая запись имеет вид:

Параметр

называется скоростью обучения.

Алгоритм обучения нейрона (персептрона) будет иметь вид:

repeat for

begin y = h[(W,V)];

end until



Содержание раздела