24. Перцептрон, Невронна мрежа на Кохонен.

S - двоични прагови елементи(ретина) - ако сумарното вх. въздействие надхвърли определена стойност, те се активират, иначе на изхода е 0.

A - асоциативни елементи - връзките между S и A слоя са случайни.

R - слой на реакцията - свързани със случайно множество възбуждащи връзки.

реализира задачата за класификация на образи

персептронът се обучава с учител. Стъпки :

1. Начална инизиализация.

2. Входен вектор x = (x ₁ ...x _n ) 3.

3. Изчисляване изходната ст-ст за персептронни елементи

nefi - нетна стойност ; R _i = 1, nefi 0 ; R _i = 0, nefi < 0

4. Определяне грешката на изхода error _i = d _i -R _i {-1,0.+1} 0-правилен изход

5. модифициране на тегловите стойности : w _ji (t +1) = w _ji (t) + w _ji (t)

w _ji = 0, error _i =0 ;

w _ji = x _j , error _i = 1 d _i =1 , R _i = 0

w _ji = -x _j , error _i = -1 d _i =0 , R _i = 1

w _ji (t +1) = w _ji (t) + x _j . error _i

6. Проверка за край на обучението : error _i = 0; i, x

Персептронът извършва линейно разделяне. Не може да реши xor (нелинеен) проблем.