img093

7.4. Sieci neuronowe

funkcji <p jest krzywa logistyczna:

Obok innych korzystnych właściwości krzywa ta ma także i tę zaletę, że jej pochodna ma bardzo prostą postać:

= *$(!■

Sieć neuronowa ma zwykle budowę warstwową. Wyróżnia się w niej warstwę wejściową, do której podawane są zewnętrzne sygnały (przy rozpoznawaniu obrazów są to wektory cech r) oraz warstwę wyjściową, której sygnały mogą wskazywać na rozpoznanie i. Niech składowa x„ wektora cech x będzie sygnałem wejściowym podawanym z zewnątrz do i/-tego wejścia każdego neuronu pierwszej warstwy, zaś x\ będzie sygnałem wyjściowym z A-tego (w rozumieniu przyjętej numeracji) neuronu sieci. Proces uczenia sieci polega na prezentowaniu sieci w kolejnych krokach k wzorców tworzących zbiór uczący U i na dokonywaniu oceny wypracowywanych przez sieć sygnałów wyjściowych:

W = {x*. Ic = 1,2,..., AT; A € A^r} porównywanych ze wzorcem, do którego sieć ma dążyć

Z = {x^kx, * = 1,2,...,//; A€Af).

zmieniają się w trakcie prezentacji sygnałów x^k przy czym reguła uczenia dana jest wzorem:

k

VI

(⁶) Wielkość ta zależy od arbitralnie przyjmowanego współczynnika Ci •

Wyszukiwarka

Podobne podstrony:
img115 115 Rozdział 9. Dynamika procesu uczenia sieci neuronowych zjawisko jest znane w biologii pod
Krzysztof RÓŻANOWSKI Wybrane narzędzia do budowy sztucznych sieci neuronowych Matlab - jest środowis
img015 (68) Elementarne wprowadzenie do techniki sieci neuronowych totne jest tylko to, że neurony s
img093 (18) Elementarne wprowadzenie do techniki sieci neuronowych 87 wartości współczynnika określa
img153 (10) 147 Elementarne wprowadzenie do techniki sieci neuronowych co na rysunku wyrażone jest w
img012 12 2.2. Czym jest sieć neuronowa?2.2 Czym jest sieć neuronowa? Na temat, sieci neuronowych na
img015 15 Rozdział 2. Historia powstania i kierunki rozwoju sieci neuronowych Delay Neural Nelwork)

więcej podobnych podstron