Основы теории нейронных сетей


Метод сигнального обучения Хэбба


Как мы видели, выход NET простого искусственного нейрона является взвешенной суммой его входов. Это может быть выражено следующим образом:

Метод сигнального обучения Хэбба

где

Метод сигнального обучения Хэбба
— выход NET нейрона
Метод сигнального обучения Хэбба
,
Метод сигнального обучения Хэбба
— выход нейрона
Метод сигнального обучения Хэбба
,
Метод сигнального обучения Хэбба
— вес связи нейрона
Метод сигнального обучения Хэбба
с нейроном
Метод сигнального обучения Хэбба
.

Можно показать, что в этом случае линейная многослойная сеть не является более мощной, чем однослойная сеть; рассматриваемые возможности сети могут быть улучшены только введением нелинейности в передаточную функцию нейрона. Говорят, что сеть, использующая сигмоидальную функцию активации и метод обучения Хэбба, обучается по сигнальному методу Хэбба. В этом случае уравнение Хэбба модифицируется следующим образом:

Метод сигнального обучения Хэбба

где

Метод сигнального обучения Хэбба
— сила синапса от нейрона
Метод сигнального обучения Хэбба
к нейрону
Метод сигнального обучения Хэбба
в момент времени
Метод сигнального обучения Хэбба
,
Метод сигнального обучения Хэбба
— выходной уровень пресинаптического нейрона равный
Метод сигнального обучения Хэбба
,
Метод сигнального обучения Хэбба
— выходной уровень постсинаптического нейрона, равный
Метод сигнального обучения Хэбба
.



Содержание раздела