Método de corrección de errores

El método de corrección de errores es un método de aprendizaje de perceptrón propuesto por Frank Rosenblatt . Es un método de aprendizaje en el que el peso de la conexión no cambia mientras la reacción actual del perceptrón se mantenga correcta. Cuando ocurre una reacción incorrecta, el peso cambia en uno y el signo (+/-) se determina opuesto al signo del error.

Modificaciones del método

En el teorema de convergencia del perceptrón se distinguen varios tipos de este método, se demuestra que cualquiera de ellos permite obtener convergencia en la resolución de cualquier problema de clasificación.

Método de corrección de errores sin cuantificación

Si la reacción al estímulo es correcta, entonces no se introduce refuerzo, pero cuando aparecen errores, el valor se suma al peso de cada elemento A activo , donde es el número de unidades de refuerzo, se elige de modo que el valor de la señal supere la clase umbral positiva, y es un estímulo que pertenece a la clase negativa. $Si}$ ${\ estilo de visualización \ eta = \ rho _ {i} \ Delta x_ {i}}$ $\Delta x_{i}$ $\rho _{i}={\begin{casos}+1,ifS_{i}^{+};\\-1,ifS_{i}^{-}.\end{casos))$ ${\displaystyle S_{i}^{+))$ $S_{i}^{-}$

Método de corrección de errores con cuantificación

Se diferencia del método de corrección de errores sin cuantización solo en que , es decir, es igual a una unidad de refuerzo. ${\ estilo de visualización \ Delta x_ {i} = 1}$

Este método y el método de corrección de errores sin cuantización son iguales en cuanto a la velocidad de llegar a una solución en el caso general, y son más eficientes que los métodos de corrección de errores con signo aleatorio o perturbaciones aleatorias .

Método de corrección de errores de refuerzo aleatorio

Se diferencia en que el signo de refuerzo se elige aleatoriamente independientemente de la reacción del perceptrón y puede ser positivo o negativo con igual probabilidad. Pero al igual que en el método básico, si el perceptrón da la respuesta correcta, entonces el refuerzo es cero. $\eta$

Método de corrección de errores con perturbaciones aleatorias

Se diferencia en que el valor y el signo de cada conexión en el sistema se eligen por separado e independientemente de acuerdo con una determinada distribución de probabilidad. Este método conduce a la convergencia más lenta en comparación con las modificaciones descritas anteriormente. $\eta$

Véase también

Literatura

Frank Rosenblatt. Principios de Neurodinámica: perceptrones y la teoría de los mecanismos cerebrales. - M. : "Mir", 1965.

Lakhmi C. Jain; NM Martin Fusión de Redes Neuronales, Sistemas Fuzzy y Algoritmos Genéticos: Aplicaciones Industriales. - CRC Press, CRC Press LLC, 1998