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) |
Обучение без учителя
Альтернативная парадигма обучения без учителя, своим название говорит об отсутвии вмешательства внешнего учителя или корректора, который контролирует процесс обучения. Блочная диаграмма обучения без учителя имеет вид:
Обучение без учителя является более правдоподобной моделью обучения в биологической системе. Искусственные нейронные сети, обучающиеся без учителя, служат средством для классификации, класстиризации, организации и визуального представления данных. Процесс обучения без учителя, как и в случае обучения с учителем заключается в корректировки синоптических весов. Некоторые преобразования предусматривают изменения структуры нейронной сети, то есть количество нейронов и их связей. Такие преобразования называются более широким термином – самоорганизации. Подстройка синоптических весов может проводиться только на основании информации доступной в нейроне, то есть его состояние уже имеющихся весовых коэффициентов. Существует лишь независимые от задачи мера качества представления, которому должна научиться нейронная сеть. При этом свободные параметры сети оптимизируются по отношению к этой мере. При обучении без учителя можно использовать правила конкурентного обучения. Например: Если нейронная сеть состоит из 2 слоёв входного и выходного, то входной слой получает доступные данные, выходной слой состоит из нейронов, которые конкурирую друг с другом за право отклика на признаки, содержащиеся во входных данных. В каждый момент времени может быть активным только один нейрон. В простейшем случае нейронная сеть действует по принципу “Победитель получает всё”. При такой стратегии нейрон с наибольшим суммарным входным сигналом побеждает в соревновании и переходит в активное состояние. Такой нейрон называют нейроном-победителем, при этом все остальные нейроны отключаются. Обучение без учителя является более чувствительным к выбору оптимальных параметров по отношению к обучению с учителем. Качества обучения без учителя сильно зависит от начальных значение синоптических коэффициентов. Обучение без учителя критично к выбору радиуса обучения и скорости его обучения. Важным является характер изменения коэффициента обучения.
Дата добавления: 2014-01-06; Просмотров: 555; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |