Основные алгоритмы обучения НС без обратных связей

В 1957 году американский физиолог Ф. Розенблатт предпринял попытку технически реализовать физиологическую модель восприятия, что позволило бы имитировать человеческие способности правильно относить наблюдаемый объект к тому или иному классу.

Розенблаттом была разработана модель нейронной сети, получившая название персептрон (от слова «перцепция» – восприятие).

Персептрон предназначен для работы в двух режимах: обучения и распознавания.

Для организации обучения сетей типа «персептрон» вычисляется ошибка рассогласования e_j между желаемым сигналом выходного нейрона d_j и реальным значением выхода нейрона y_j в процессе подачи на вход сети входного вектора X:

,

где j – номер нейрона.

Нейронную сеть можно представить в виде «чёрного ящика».

Основная задача обучения сети состоит в нахождении значений элементов матрицы весовых коэффициентов W таких, что на некоторый входной вектор будет формироваться правильный выходной вектор. Элементы матрицы W формируются на основе обучающей выборки.

Дата добавления: 2014-01-15