Обучаващо правило на перцептрон и теорема на

100
предикатен възел, който винаги е: x
0
= 1. За даден обучаващо правило на перцептрон, което съответства на условията посочени по-горе, този праг се променя съгласно:
0
;
( )
ако перцептронът отговаря коректно
d x
в противен случай
θ

=


(3.7)
3.2.1
Пример за обучаващо правило на перцептрон
Перцептронът се инициализиран със следните тегла:
ω
1
= 1,
ω
2
= 2,
θ
= -2. Обучаващото правило на перцептрона е използвано за правилно обучение на отделящата функция на набора от образи, представени на фиг. 3.3. Първия образ A, със стойности
(0.5,1.5)
χ
=
и целева стойност на мрежата е ( )
1
d
χ
= + . Чрез равенство (3.1) може да се пресметне, че изхода на мрежата е +1, така че теглата не се регулират. Същото се отнася и за точка
B със стойност
( 0.5, 0.5)
χ
= −
и целевата стойност
( )
1
d
χ
= − ; изхода на мрежата е отрицателен, така че не се променя. При представянето на точка C със стойности
(0.5, 0.5)
χ
=
изходът на мрежата ще бъде
1
− , докато целевата функция
( )
1
d
χ
= + .
Съгласно обучаващото правило на перцептрона, теглата се променят по следния начин:
1 2
0.5,
0.5,
1
ω
ω
θ
=
=
= . Новите тегла сега са:
1 2
1.5,
2.5,
1
ω
ω
θ
=
=
= − , и образа
С е правилно класифициран.
Във фиг. 3.3 е представена функцията на отделимост преди и след обновяване на теглата.
Фигура 3.3: Функция на отделимост преди и след обновяване на теглата

Изтегляне 1.78 Mb.

Сподели с приятели: