Нейросетевое воплощение 4


Такая аппроксимация выполняется и в более явном виде, ибо каждая Нейросетевое воплощение 4  решения Y = отдельно в результате предварительной трассировки (рис. 6.4).
Следовательно, сеть строится и обучается так, чтобы заданное значение X = Нейросетевое воплощение 4

Нейросетевое воплощение 4  приводило к максимальному (или усредненному) значению возбуждения нейрона выходного слоя, указывающего на соответствующее значение Нейросетевое воплощение 4  к максимальному (или усредненному) значению возбуждения другого нейрона выходного слоя, указывающего на значение Нейросетевое воплощение 4  и т.д.

Нейросетевое воплощение 4

В результате выходной слой разбивается на области, каждая из которых закреплена за своим Нейросетевое воплощение 4 i =1,..., п. Тогда полученное преобразование можно условно записать X  Нейросетевое воплощение 4 Нейросетевое воплощение 4

Следует обратить внимание не только на высокую производительность такого рода самообучающихся систем в рабочем режиме, но и на их адаптивность, развитие, живучесть и т.д.





- Начало -  - Назад -  - Вперед -