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,

x_j(n) – отсчет входного сигнала на j – м входе,

n – дискретное время или номер шага итеративного процесса настройки синоптических весов нейрона k,

Y_k(n) – выходной сигнал нейрона,

d_k(n) – желаемый выход нейрона,

e_k(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 x_j(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 е_k(n). Такое измерение означает – получение желаемого отклика от некоторого внешнего источника сигнала.

Новое значение весового коэффициента вычисляется по формуле:

.