38
Сигналът за
грешка инициализира механизмът за управление (control mechanism), чиято задача е да използва последователностите на корекциите на синаптическите тегла на неврона
к. Тези изменения са насочени на стъпково приближаване на изходният сигнал към желания
. Тази цел се постига за сметка на минимизации на
функциите от стойности (instantaneous value of the error energy) или
индекса на производителност (performance index)
, определен в термините на сигналите за грешки изглежда така:
Където е
текущата стойност на грешки на енергията (instantaneous value of the error energy). Стъпковото коректиране на синаптическите тегла на неврона
к се продължава докато системата нe постигне
устойчиво състояние (steady state) (такова при което синаптическите тегла практически се стабилизират). В тази точка процеса на обучение се спира.
Процесът, описан по горе се нарича
обучение, основано на корекция на грешките. Минимизацията на функциите от стойности се изпълнява по т.нар делта – правило, или правило на Видро – Хоф. Обозначаваме с текущата стойност на синаптическите тегла на неврона
к съответстващи на
елементите от вектора x(n) на стъка на дискретизация
n. В съответствие с делта-правилото на изменение ……. се прилага към синаптическото тегло на ……. на тази стъпка на дискретизация изразена чрез формулата се пресмята по следния начин:
39
Фиг.2.1. Обучение основано на корекция на грешките където е някоя положителна константа определяща
скоростта на обучение (rate of learning) използвана при прехода от една стъпка към друга. От формула 2.3. се вижда, че тази константа може да се нарече
параметър на скоростта на обучение (learning rate parameter). Делта правилото може да се определи по следният начин: корекцията която приема синаптическото тегло на неврона е пропорционална на произведението от сигналите от грешките на входният сигнал и изходния.
Определеното по този начин
правило дава възможност за пряко измерване (direct measure) на сигнала за грешка. За обезпечаване на такова измерване е нужно да настъпи желания резулта от някой външен източник непосредствено достъпен за неврона
к, т.е. неврона
к трябва да е
видим (visible) за външния свят (фиг. 2.1,а). На фигурата се вижда, че обучението основано на корекция на грешки по своята природа е
локално (local). То
показва, че корекцията на синаптическите тегла по делта-правилото може да бъде локализирано в отделния неврон
к.
Изчислявайки величината на изменение на синаптическото тегло можем да определим нова стойност на следващата стъпка на дискретизация
40
Тези образи могат да се определят като стара и нова стойност на синаптическото тегло
. В математически вид може да бъде записано:
Където е
оператор за единично задържане (unit delay operator). Нарича се още
елемент на паметта (storage element).
На фиг. 2.1,б е представен граф на протичане на сигнала в процеса на обучението обоснован на корекция на
грешките за отделен неврон к. Входният сигнал и индукционното локално поле на неврона
к се представят във вид на
предсинаптически (presynaptic) и
постсинаптически (postsynaptic) сигнали на
j-те синапси на неврона
к. На фигурата се вижда, че обучението основано на корекция на грешките е пример за затворена система с
обратна връзка (closed-loop feedback).
Сподели с приятели: