ло корекції помилково. Процес навчання штучної нейронної мережі полягає в корекції вихідних значень вагових коефіцієнтів міжнейронних зв'язків, які зазвичай задаються випадковим чином. При введенні вхідних даних запоминаемого прикладу (стимулу) з'являється реакція, яка передається від одного шару нейронів до іншого, досягаючи останнього шару, де обчислюється результат. Різниця між відомим значенням результату і реакцією мережі відповідає величині помилки, яка може використовуватися для коригування ваг міжнейронних зв'язків. Коригування полягає в невеликому (зазвичай менше 1%) збільшенні синаптического ваги тих зв'язків, які посилюють правильні реакції, та зменшення тих, які сприяють помилковим. Це найпростіше правило контрольованого навчання (дельта-правило) використовується в одношарових мережах з одним рівнем настроюються зв'язків між безліччю входів і безліччю виходів. При цьому на кожному k - кроці для j- го нейрона вага i - ї зв'язку обчислюється за формулою В
де відоме (правильне) значення виходу j - нейрона ; розраховане значення виходу j - нейрона; величина сигналу на i - м вході, ? - коефіцієнт швидкості навчання.
Оптимальні значення ваг міжнейронних з'єднань можна визначити шляхом мінімізації середньоквадратичної помилки з використанням детермінованих чи псевдовипадкових алгоритмів пошуку екстремуму в просторі вагових коефіцієнтів. При цьому виникає традиційна проблема оптимізації, пов'язана з попаданням в локальний мінімум. p align="justify"> Правило Хебба. Воно базується на наступному нейрофизиологическом спостереженні: якщо нейрони по обидві сторони синапсу активізуються одночасно і регулярно, то сила їх синаптичного зв'язку зростає . При цьому зміна ваги кожної міжнейронної зв'язку залежить тільки від активності нейронів, що утворюють синапс. Це істотно спрощує реалізацію алгоритмів навчання.
Навчання методом змагання. На відміну від правила Хебба, де безліч вихідних нейронів збуджується одночасно, в даному випадку вихідні нейрони змагаються (конкурують) між собою за активізацію. У процесі змагального навчання здійснюється модифікація ваг зв'язків виграв нейрона і нейронів, розташованих в його околиці ('' переможець забирає все В»).
Метод зворотного поширення п...
