[ Pobierz całość w formacie PDF ]
.Sieć jednowarstwowa-1 warstwa (wejściowa) nie uczestniczy w przetwarzaniu informacji, tylko 1 warstwa podlega uczeniu i pracuje nad rozwiązaniem przedstawionego sieci zadaniaZdolność uczenia sieci.Sieci symulowane (w pamięci komputera) i hardwarowe nie wymagają oprogramowania postawionego zadania (zaleta, gdy brak algorytmu, jest niekompletny, lub często trzeba go modyfikować)Neurony liniowe y=Σ wi xiNeurony nieliniowe y=Φ(e) e=Σ wi xiPodstawowe własności neuronów:lNeuron otrzymuje wiele sygnałów wejścia i na ich podstawie wyznacza jeden sygnał wyjściowyllZ każdym sygnałem WE związany jest parametr W (ważność, waga)llSygnał WE jest mnożony przez parametr WllŁączny czas pobudzenia neuronu - suma WEllWY=sygnał+ew.prógllZakłada się, że proces zamiany sygnałów WE zachodzi bezzwłocznielInne własności neuronów oraz sieci neuronowych:lKażdy neuron-pamięć, możliwość przetwarzaniallProgram działania, dane, informacje oraz sam proces przetwarzania są całkowicie rozproszonellTopologia sieci zależy od rodzaju przedstawionego jej zadanialŁączenie neuronów w siecilZwykle każdy z każdymllBez jakiejkolwiek konieczności „dopasowywania” struktury sieci do typu rozwiązywanego zadaniallWystarczająco duża, ale nie za dużalUczenie liniowych sieci jednowarstwowychlJak można uczyć sieć: etap nauki, etap działaniallWarstwy uczenia: nadzorowane, nie nadzorowanellZawsze para wartości jest podawana sieci: przykładowy sygnał oraz oczekiwana odpowiedź.lReguła delty:Sygnał błędu-porównanie sygnału WY z sygnałem oczekiwanym przez nauczyciela.Oznacza to, że neuron dokonuje modyfikacji swoich współczynników wag i ewentualnego progu stosując dwie reguły:lWagi zmieniane są tym silniej im większy błądllWagi są zmieniane z wejściami na których występowały duże wartości sygnałów WE, zmieniane są bardziej niż wagi wejść na których sygnał WE był niewielki.lStosowanie zmiennych wartości współczynników uczenia:lMałych na początkullWiększych w środkowej części uczeniallPonownie małychlPoczątek uczenia sieci:lPoczątkowe zasiewanie wag (losowe lub nielosowe)llPoczątkowe zasiewanie wag współczynników parametryzacji siecillUnikać współczynnika 0 (przemnożone przez cokolwiek daje 0)llOd początku uczenia należy obserwować wykres zmniejszania błędul [ Pobierz całość w formacie PDF ]