Elementarne adzenie do techniki sieci neuronowych
Przy dużej liczbie neuronów proces samouczenia z konkurencją jest trudniej obserwować proces uczenia, bo ma on (w odróżnienia od klasycznego samouczenia dużych sieci) bardzo lokalny charakter (rys. 9.36). Wynika to z faktu, że przy licznych neuronach gęsto rozrzuconych dystans od najbliższego sąsiada (neuronu najbliższego w stosunku do pokazanego wzorca jest bardzo mały i trajektoria nauczanego “zwycięzcy” jest w wyniku tego mało zauważalna.
Elementarne adzenie do techniki sieci neuronowych
Rys. 9.36. Proces samouczenia z konkurencją w dużej sieci Z kolei przy bardzo malej liczbie neuronów (na przykład 5) trajektorie będą efektowne i długie, a w dodatku będziesz mógł zauważyć, że przy zastosowaniu konkurencji nawet bardzo słaba początkowo skłonność jakiegoś neuronu do rozpoznawania jakiej klasy obiektów może zostać wychwycona i wzmocniona przez proces uczenia - pod warunkiem, że “konkurenci” będą mieli jeszcze słabszą skłonność do rozpoznawania tej właśnie klasy obiektów (rysunek 9.37).
\ |
X |
L |
małą liczbą neuronów
Rys. 9.37. Proces samouczenia