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:

где

— выход NET нейрона
,
— выход нейрона
,
— вес связи нейрона
с нейроном
.

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:

где

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



Содержание раздела