neuralnetworksandfuzzysystemschapter-資料下載頁
2024-10-24 17:25本頁面
【導讀】激勵－響應進行了學習。矢量X映射到p維矢量Y。若輸入系統(tǒng)就會得到響應，出一個連續(xù)的函數。在神經網絡中表現(xiàn)。的改變只是網絡的演化。時間后，我們就說系統(tǒng)學會了。的解釋學習是半永久的變化。例如，如果我們通。分，并且可以持續(xù)這種“會“的狀態(tài)一段時間。進行學習，而可能的樣本數量使無窮的。從而形成樣本模式的內部表達或模型。子化區(qū)域決策組。夠大的模式空間中定義了個突觸點。某些數字性能規(guī)則最優(yōu)。更一般的，量子化矢。未知，只有通過學習來更精確的估計。是利用最少限度的信息。處理模式樣本，其計算復雜度小，速度快，適用于高速環(huán)境。均方性能的測度梯度。監(jiān)督器利用分組隸屬度。息來處理未標志的原始數據。質和神經信號性質的信息。而也使得突觸只能獲得局部非常有限的信息。部化限定的共軛或相關學習定律。學習定律中只包含神經元、突觸和噪聲三項。的性質分別加以簡單介紹。競爭可以歸結為最近鄰模式匹配的問題。是一個度量指示器函數。
【正文】 ? ?00, 0 , ,nr R n n nx r x r??? ? ? ? ???存 在 一 個 整 數 以 使 當 時 ，有 下 式 成 立 ：2020/11/29 29 四種收斂方法： 以概率 1收斂： 依概率收斂 ? ? ? ?? ?? ?: l i m 1nnp r R x r x r??? ? ?? ? ? ?? ?? ?: 0 0np r R x r x r ??? ? ? ? ? ?2020/11/29 30 四種收斂方法： 均方收斂 依分布收斂 ? ? 2l i m 0nn E x x?? ??????? ? ? ?l i m nxxn F r F r?? ?2020/11/29 31 四種收斂方法 四者關系： 以概率 1收斂 均方收斂 依概率收斂 依分布收斂， 上述逆不成立。 ???2020/11/29 32 寬平穩(wěn)隨機過程 當且僅當時間變化不影響一、二階矩時，一個隨機過程才是寬平穩(wěn)隨機過程， 即 ? ?? ? ? ?ta n,E x t c o n s t tR t t s R s s??????? ? ?2020/11/29 33 噪聲隨機非監(jiān)督學習定律 首先考慮一般的情況 突觸信號過程 引理： 引理說明：隨機突觸在平衡態(tài)振動，而且至少和驅動的噪聲過程的振動的一樣大，突觸矢量 在每個 t都振動，其平均值為一常數，即圍繞常值 作布朗運動。 ijijij nMyxfm ?? ),(?22ij ijEm ??? ???jmjEm????ijf2020/11/29 34 隨機平衡 當突觸 停止運動，確定的 Hebbian學習就出現(xiàn)了隨機平衡 jm0?jm?2020/11/29 35 隨機競爭學習定律 隨機競爭學習定律 用隨機競爭信號 調制隨機矢量差 ，并加上獨立高斯白噪聲矢量 來模型化那些未模型化的效應 線性競爭學習定律 線性競爭學習定律以 X代替線性信號矢量 ? ?jjSy? ? jS X m?jn? ? ? ?j j j j jm S y S X m n??? ? ???? ?SX? ?j j j j jm S y X m n??? ? ???2020/11/29 36 離散隨機差分方程系統(tǒng) 常用競爭學習算法作為離散隨機差分方程系統(tǒng) ? ? ? ? ? ?? ? ? ? ? ?? ? ? ?111j j k k j k jj j k k j k jjjm k m k c X m k X Dm k m k c X m k X Dm k m k i j??? ? ? ? ?????? ? ? ? ???? ? ?2020/11/29 37 自組織映射系統(tǒng) Kohonen把下面簡化的非監(jiān)督隨機系統(tǒng)稱為自組織映射系統(tǒng) ? ? ? ? ? ?? ? ? ?11j j k k jjjm k m k C X m km k m k i j??? ? ? ???? ? ?
教學課件相關推薦
鄂ICP備17016276號-1