Парадигмы обучения нейронных сетей

Abstract

Данная статья носит обзорный характер и ориентирована на основные парадигмы обучения нейронных сетей, которые используются в настоящее время при проектировании интеллектуальных систем. В работе проведен анализ и рассмотрены следующие концепции обучения: обучение с учителем, подкрепляющее обучение и обучение без учителя. Для обучения без учителя рассматривается алгоритм обратного распространения ошибки и его основные модификации. Приведены математические выражения для модификации синаптических связей многослойного персептрона и вычисления шага обучения. В качестве подкрепляющего обучения в работе рассматривается адаптивное эвристическое управление (АНС) и Q-обучение. Приводятся основные выражения для подкрепляющего обучения. Рассмотрены правила изменения синаптических связей для основных методов обучения без учителя. Это правило Хебба, конкурентное обучение и правило Ойя.