Table of Contents

Neuronové sítě

Perceptron

Adaline

Adaptační algoritmus

  1. Inicializace vah malými náhodnými hodnotami. Přiřazení inicializační hodnoty koeficientu učení α .
  2. Dokud není splněna podmínka ukončení:
    • Pro každý bipolární tréninkový pár s:t (tj. vstupní vektor s a příslušný výstup t)
      1. Aktivovat vstupní neurony: <m>x_i = s_i</m>.
      2. Vypočítat skutečnou hodnotu na výstupu:
        • <m>y = b + sum{i}{}{x_i w_i}</m>
      3. Aktualizovat váhové hodnoty a i = 1, …, n:
        • <m>w_i(new) = w_i(old) + α(t - y)x_i</m>
        • <m>b(new) = b(old) + α (t - y)</m>
  3. Podmínka ukončení:
    • jestliže největší změna váhových hodnot, která se vyskytuje v kroku 2 je menší než maximální povolená chyba, stop
    • jinak, pokračovat

Madaline

Backpropagation algoritmus

Fáze algoritmu

  1. dopředné (feedforward) šíření vstupního signálu tréninkového vzoru,
  2. zpětné šíření chyby,
  3. aktualizace váhových hodnot na spojeních.

GMDH MIA

Neuron GMDH typu MIA

Proces tvorby GMDH MIA