Fejlfeedback-korrektionsmetode
Fejlfeedback-korrektionsmetoden er en stokastisk perceptrontræningsmetode, der er nødvendig for at sikre konvergens med variable forbindelser på mere end ét lag. Metoden blev foreslået af Rosenblatt til perceptroner med variable SA-forbindelser og kan bruges til binære flerlagsperceptroner . Det er et alternativ til tilbagepropageringsmetoden , men i modsætning til den garanterer den konvergensprocessen (nå en løsning).
Algoritme
- For hvert R-element indstilles fejlen , hvor er det påkrævede og det opnåede svar.
- For hvert A-element beregnes fejlen som følger:
- I begyndelsen ;
- Hvis elementet er aktivt, og linket ( eller generelt ) ender ved R-elementet med en fejl, der ikke er nul , som afviger i fortegn fra vægten af linket , så skal der med sandsynlighed tilføjes en korrektion lig med -1;
- Hvis elementet er inaktivt, og linket slutter ved R-elementet med en fejl, der ikke er nul , ikke adskiller sig (sammenfalder) i fortegn fra vægten af linket , så skal der med sandsynlighed tilføjes en korrektion lig med +1;
- Hvis elementet er inaktivt, og linket slutter ved R-elementet med en fejl, der ikke er nul , som afviger i fortegn fra vægten af linket (eller ), så skal der med sandsynlighed tilføjes en korrektion lig med +1;
- Under alle andre forhold ændres det ikke.
- Hvis , så tilføjer vi en rettelse med et tegn, der falder sammen med tegnet, til alle aktive links, der ender på A- eller R-element , dvs. , hvor er den absolutte værdi (normalt én).
I de fleste tilfælde kan den bedste præstation opnås, hvis sandsynligheden er valgt i henhold til følgende betingelse .
Litteratur
- Rosenblatt, F. Principper for neurodynamisk: Perceptroner og teorien om hjernemekanismer. - M . : Mir, 1965. - 480 s.