Нейрокомпьютерные системы

Стохастическая 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

$Стохастическая модель нейрона$

принимает значения

$Стохастическая модель нейрона$

с вероятностью

$Стохастическая модель нейрона$

где

$Стохастическая модель нейрона$

обозначает взвешенную сумму входных сигналов нейрона, а

$Стохастическая модель нейрона$

- положительная константа, которая чаще всего равна 1. Процесс обучения нейрона в стохастической модели состоит из следующих этапов:

1) расчет взвешенной суммы

$Стохастическая модель нейрона$

для каждого нейрона сети.

2) расчет вероятности

$Стохастическая модель нейрона$

того, что

$Стохастическая модель нейрона$

принимает значение

$Стохастическая модель нейрона$

.

3) генерация значения случайной переменной

$Стохастическая модель нейрона$

и формирование выходного сигнала

$Стохастическая модель нейрона$

, если

$Стохастическая модель нейрона$

, или

$Стохастическая модель нейрона$

в противном случае.

При обучении с учителем по правилу Видроу-Хоффа адаптация весов проводится по формуле

$Стохастическая модель нейрона$

Содержание раздела

Главная сайта