شبکه عصبی آدالاین (ADALINE - Adaptive Linear Neuron)، در ریاضیات (Mathematics)
انواع شبکه های عصبی (Neural Networks) را در آموزش زیر شرح دادیم :
شبکه عصبی آدالاین (ADALINE - Adaptive Linear Neuron) :
ADALINE (نرون خطی تطبیقی) توسط ویدرو و هاف در سال ۱۹۶۰ معرفی شد. این مدل مشابه پرسپترون است اما با دو تفاوت کلیدی: (۱) تابع فعال سازی آن خطی است (یعنی خروجی
\[ \sum w_i x_i \])، نه پله ای. (۲) از قانون یادگیری حداقل مربعات (LMS یا Widrow-Hoff) برای آموزش استفاده می کند که بر اساس کمینه کردن خطای مربعات بین خروجی و هدف است. این قانون به صورت
\[ \Delta w_i = \eta (y_{\text{true}} - y) x_i \]می باشد.
ADALINE می تواند برای فیلترهای تطبیقی (مانند حذف نویز) استفاده شود. چندین ADALINE می توانند در یک شبکه (MADALINE) ترکیب شوند. ADALINE از نظر تاریخی مهم است و قانون LMS آن پایه گذار الگوریتم های بعدی شد.