КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Модельний ряд алгоритму навчання перцептронна
Розглянемо задачу класифікації арабських цифр, за стилізованим графічними зображеннями за ознакою парності чи непарності
У кожній навчальній карті 20 компонентів вектору вхідних сигналів, поставимо у відповідність 1 із бінарних сталих виходів. Нехай для визначення непарним цифрам (1,3,5,7,9) – відповідний активний стан перцептрона тобто на виході 1 алгоритм цифрам (0,2,4,6,8) відповідає пасивний стан перцептрона.
Процес навчання на такій навчальній множині (“0”- 0); (“1” – 1),(“2” – 0); (“3” – “1”); (“4” – 0); (“5” – 1); (“6” – 0); (“7” – 1); (“8” – 0); (“9” – 1) На такій навчальній множині передбачає корегування Wj, так щоб реакція перцептрона була очікуваною. Врахувоуючи спосіб графічно стилізованого зображення чисел очевидно що деякі із ваг прямуватимуть до 0 а інші навпики – збільшуватимуться. Вагові коефіцієнти W4,W8,W12,W16,W20, прямуватимуть до 0 (по цих каналах прямуватимуться інтенсивні вхідні сигнали, виключно для парних цифр. Вагові коефіцієнти W1,W5,W9,W13,W17, навпаки зростатимуть оскільки по цих каналах подаватимуться інтенсивні вхідні сигнали виключно для непарних цифр.
Враховуючи подібність стилізованих зображень нових цифр до відновлення арабських (парних(16)Б і непарних (16)). У випадку спального навчання перцептронна ШН зможе правити класифікація нових цифр на парність чи непарність.
ДЕЛЬТА-ПРАВИЛО У складніших моделях перцептронів можуть використовуватись передатні функції відмінні від порогової функції стрибка наприклад лінійна з насиченням лінійного зростання ; Uspih:=true for i=1 to 10 do begin S:=0 for i:= 1 to 20 do S:=S+X[i;j]; if(I mod 2=0) and (S=P) then {корекція} S:=0; q:=0 For j:=1 to 20 do S:=1+x[i,j]*w[j] If (I mod 2=0, and [S>=p] then {корекція} If (imod 2=1) and (S<p) then {корекція} Uspih:=true; k:=0 For i:=1 to 10 do Uspih:= false While not uspih do Begin K:=0 For i:=1 to 10 do Begin Q:=0; While q:= 0 do Q:=1;S:=0;for j:=1 to 2 do; S:=S+[o,j]*W[j]; If (imod 2=0)and (<>=p)then {Wj,q:=0;k:=1} End, End If k = 1 then uspih = true End. {кінець навчання} {тестування} For i:=10 to 15 do Begin S:=0;for j:=1 to 20 do S:=S+X[i,j]*W[j] If s>p then write(`цифра`,I, `непарне`) Else writeln(`цифра`,t,`парне`) End; У цьому випадку на виході перцептронна формування на бінарний сигнал а деяке дійсне значення із діапазону Out є [a;b] абоout є(а;b)
Окрім цього дійсним можуть бути і очікувані еталонного зростання. Тому в цьому випадку навчання і функціонування перцептронна буде недискретним а неперервним. Загальна схема алгоритму даних тієюж самою, при цьому корекція ваг здійснюється, пропорційно до величини похибки яку позначено символом ∆T-out Остаточно співвідношення яке визначає корекцію = +ɣ X j ·Δ i, де Δ i = T i · out i узагальнене дельта правило.
Дата добавления: 2015-08-31; Просмотров: 278; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |