Виды искусственных нейронных сетей и способы организации их обучения и функционирования
ПЕРСЕПТРОН Розенблатта
Элементарный персептрон Розенблатта
Обучение сети
Элементарный персептрон Розенблатта
Многослойный персептрон
Дискриминатор
Нейрон как линейный дискриминатор
Многослойный персептрон
Многослойные персептроны
метод обратного распространения ошибки
САМООБУЧАЮЩИЕСЯ НЕЙРОСЕТИ
САМООБУЧАЮЩИЕСЯ НЕЙРОСЕТИ
САМООБУЧАЮЩИЕСЯ НЕЙРОСЕТИ
Правило Ойа минимизации ошибки обучения сети
Соревновательное обучение
Алгорим «Победитель получает все» (WTA)
Карта самоорганизации Кохонена (Самоорганизующаяся сеть Кохонена)
Самоорганизующаяся сеть Кохонена
Самоорганизующаяся сеть Кохонена
Модель Хопфилда (J.J.Hopfield, 1982)
РЕКУРЕНТНЫЕ СЕТИ ХОПФИЛДА
Конфигурация сети Хопфилда
804.49K

Виды искусственных нейронных сетей и способы организации их обучения и функционирования. Лекция 17-18

1. Виды искусственных нейронных сетей и способы организации их обучения и функционирования

ВИДЫ ИСКУССТВЕННЫХ
НЕЙРОННЫХ СЕТЕЙ И
СПОСОБЫ ОРГАНИЗАЦИИ
ИХ ОБУЧЕНИЯ И
ФУНКЦИОНИРОВАНИЯ
1

2. ПЕРСЕПТРОН Розенблатта

ПЕРСЕПТРОН РОЗЕНБЛАТТА
Одной из первых искусственных сетей, способных к
перцепции (восприятию) и формированию
реакции на воспринятый стимул, явился
PERCEPTRON Розенблатта (F.Rosenblatt, 1957).
Персептрон рассматривался его автором не как
конкретное техническое вычислительное устройство,
а как модель работы мозга.
2

3. Элементарный персептрон Розенблатта

ЭЛЕМЕНТАРНЫЙ ПЕРСЕПТРОН
РОЗЕНБЛАТТА
3

4. Обучение сети

ОБУЧЕНИЕ СЕТИ
Обучение
весовых
нейрона.
сети состоит в подстройке
коэффициентов
каждого
Пусть имеется набор пар векторов (xi, yi),
i = 1..p, называемый обучающей выборкой.
Нейронная сеть называется обученной на
данной обучающей выборке, если при
подаче на входы сети каждого вектора xi на
выходах всякий раз получается
соответствующий вектор yi
4

5.

Предложенный Ф.Розенблаттом метод обучения
состоит в итерационной подстройке матрицы весов,
последовательно уменьшающей ошибку в выходных
векторах. Алгоритм включает несколько шагов:
Шаг 0.
Начальные значения весов всех нейронов полагаются
случайными.
Шаг 1.
English     Русский Правила