خلاصه فرايند يادگيري
• سيستم يادگيرنده توسط محيط تحريك شود.
• قانون يادگيري با رجوع به نتيجه تحريك، پارامترهاي سيستم يادگيري را تغيير دهد.
• سيستم يادگيرنده به خاطر تغييراتي كه در ساختار داخلي آن اتفاق افتاده است، پاسخ مناسبتري به محيط بدهد.
شبكه هاي عصبي: سيستمهاي ديناميكي آموزش پذير
• شبكه عصبي توانايي تجربه اندوزي از گذشته و بهبود رفتار خود را داراست
– بهبود يادگيري در طول زمان بايد بر اساس معياري سنجيده شود.
• معيار بهبود، هدف يادگيري را مدل مي كند.
• قانون يادگيري، روندي است كه در آن ماتريس وزنها و بردارهاي باياس شبكه عصبي تنظيم ميشوند.
• اين قوانين توسط روابط بازگشتي و عموما به صورت معادلات تفاضلي بيان مي شوند.
• نوع يادگيري در چگونگي اين روند دخالت دارد.
معادله يادگيري در حالت كلي
• يك نرون با يك بردار پارامتر w و بردار ورودي p قابل نمايش است.
• هر نرون توانايي تنظيم بردار پارامتر خود بر اساس ورودي و يك سيگنال معلم را داراست
– در يادگيري با ناظر: سيگنال معلم همان سيگنال خطا است
– در يادگيري بدون ناظر: سيگنال معلم تغيير بردار حالت خود نرون است
• قانون كلي يادگيري براي يك نرون
– حالت پيوسته:
– حالت گسسته:
مقاله متلب,مطلب,متلب,مقاله برق,مقاله قدرت,مقاله مطلب,مقاله سیمولینک,دانلود متلب,دانلود مقاله متلب,مقالهmatlab ,آموزش متلب,مطلب,متلب,آموزش برق,آموزش قدرت,آموزش مطلب,آموزش سیمولینک,دانلود متلب,دانلود آموزش متلب,آموزشmatlab ,پروژه متلب,مطلب,متلب,پروژه برق,پروژه قدرت,پروژه مطلب,پروژه سیمولینک,دانلود متلب,دانلود پروژه متلب,پروژهmatlab ,
