شبکه عصبی با یادگیری هِـبی (Hebbian Neural Network)، در ریاضیات (Mathematics)
انواع شبکه های عصبی (Neural Networks) را در آموزش زیر شرح دادیم :
شبکه عصبی با یادگیری هِـبی (Hebbian Neural Network) :
یادگیری هبی (Hebbian learning) بر اساس قاعده هب (Hebb's rule) است: "نورون هایی که با هم شلیک می کنند، به هم متصل می شوند" (fire together, wire together). در این قاعده، وزن اتصال بین دو نورون متناسب با همبستگی فعالیت آن ها افزایش می یابد:
\[ \Delta w_{ij} = \eta \, y_i \, x_j \]. این یک نوع یادگیری بدون ناظر است.
شبکه های هبی می توانند برای کشف الگوها و خوشه بندی استفاده شوند. با این حال، وزن ها می توانند بدون محدودیت رشد کنند، بنابراین معمولا نسخه های نرمالایز شده (مانند Oja's rule) به کار می روند:
\[ \Delta w = \eta (y x - y^2 w) \]. شبکه های هبی پایه گذار مدل هایی مانند PCA عصبی و خودسازمان ده هستند.
نویسنده علیرضا گلمکانی
شماره کلید 14396
گزینه ها 
نظرات 0 0 0