Меню сайта
Наш опрос
Статистика
Онлайн всего: 1 Гостей: 1 Пользователей: 0 |
4.8. Стохастическая модель нейронаТипы моделей нейрона4.8. Cтохастическая модель нейрона.В стохастической модели выходное состояние нейрона зависит не только от взвешенной суммы входных сигналов, но и от некоторой случайной переменной, значения которой выбираются при каждой реализации из интервала [0,1]. В стохастической модели нейрона, выходной сигнал y принимает значения +1 или -1 с вероятностью P(y= 1) = 1/(1+exp(-2βu)), 4.33 P(y=-1) = 1/(1+exp(2βu)), 4.34 где u обозначает взвешенную сумму входных сигналов нейрона, а β - положительная константа, которая чаще всего равна 1. Процесс обучения нейрона в стохастической модели состоит из следующих этапов: 1) расчет взвешенной суммы 4.35 для каждого нейрона сети. 2) расчет вероятности P того, что y принимает значение +1 или -1.. 3) генерация значения случайной переменной R€ (0,1) и формирование выходного сигнала y, если R<P(y), или –y в противном случае. При обучении с учителем по правилу Видроу-Хоффа, адаптация весов проводится по формуле Δwi=αxi(d-y). 4.36 <ДАЛЕЕ> <ТИПЫ НЕЙРОНОВ>
|
Поиск
Друзья сайта
|