Факторы влияния на устойчивость режимов работы автомата обучения персептрона
- 1 студент механико-математического факультета Московского государственного университета им. М.В. Ломоносова
Аннотация
Показано, что при увеличении числа учитываемых параметров и с понижением их качества автомат обучения персептрона теряет устойчивость и осуществляет случайные незатухающие колебания. Увеличение числа примеров обучения приводит к обратному эффекту повышения устойчивости и выходу автомата обучения из зоны неустойчивых колебаний. Предложено обучать персептрон в неустойчивом режиме, усредняя результаты непрерывных блужданий автомата обучения по многомерной поверхности оптимизации.
Для цитирования
Иванова Н.А. Факторы влияния на устойчивость режимов работы автомата обучения персептрона // Нейрокомпьютеры: разработка, применение. 2009. № 10. С. 40–45.
Список источников
- Хайкин С. Нейронные сети: полный курс, 2-е издание: Пер. с англ. М.: Издательский дом «Вильямс». 2006. 1104 с.
- Уосермен Ф. Нейрокомпьютерная техника. М.: Мир. 1992.
- Волчихин В.И., Иванов А.И., Фунтиков В.А. Быстрые алгоритмы обучения нейросетевых механизмов биометрико-криптографической защиты информации. Пенза; Изд-во Пензенского государственного университета. 2005. 273 с.
