Главная страница Случайная страница
Разделы сайта
АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника
Процесс обучения системы
|
|
Обучение – процесс, в котором свободные параметры нейронной сети настраиваются посредством моделирования среды, в которую эта сеть встроена. Способ подстройки этих параметров определяет тип обучения.
Алгоритм обучения:
1. В нейронную сеть поступают стимулы из внешней среды.
2. В результате появления стимулов изменяются свойства, параметры нейронной сети.
3. После внесения вкладов всех входов в функцию переноса сети, сеть отвечает на возбуждение, принимает значение отличное от первоначального.
Поскольку архитектурные нейроны сетей не зафиксированы точно, то и алгоритмов обучения существует множество [1 – 2]. Одним из них является алгоритм обучения, основанный на коррекции ошибок:
Рисунок 1 – Блочная диаграмма нейронной сети
Рисунок 2 –Обучение, базирующееся на коррекции ошибок
где x(n) – вектор сигнала,
xj(n) – отсчет входного сигнала на j – м входе,
n – дискретное время или номер шага итеративного процесса настройки синоптических весов нейрона k,
Yk(n) – выходной сигнал нейрона,
dk(n) – желаемый выход нейрона,
ek(n) – сигнал ошибки:
.
Сигнал ошибки инициализирует механизм управления. Цель этого управления – подбор корректировок синоптических весов. При этом целевая функция стоимости может быть определена как текущее значение энергии ошибки:
.
Процесс обучения остановится, после того как корректировка синоптических весов нейрона не приведет к устойчивому состоянию системы. В устойчивом состоянии синоптического веса практически не изменяются.
Процесс, связанный с коррекцией весовых коэффициентов, называется обучением:
,
– текущее значение синоптического веса нейрона k, соответствующего элементу xj(n) на шаге дискретизации n, η – положительная константа, определяющая скорость обучения.
Корректировка, применяемая к синоптическому весу нейрона пропорциональна произведению сигнала ошибки на входной сигнал, его вызвавший.
Подбор значений весовых коэффициентов с использованием выражения приведенного выражения принято называть дельта – правилом. Дельта – правило предполагает возможность прямого измерения сигнала ошибки еk(n). Такое измерение означает – получение желаемого отклика от некоторого внешнего источника сигнала.
Новое значение весового коэффициента вычисляется по формуле:
.
|
|