img248 (6)

242 Sieci samoorganizujące:

siadów jest bardziej zauważalny. Tutaj jest jeszcze więcej pola do popisu jeśli idzie o samodzielne badania - w sumie w literaturze stale zbyt mało i zbyt ogólnikowo pisze się na temat wpływu wartości tego współczynnika (a także stosunku AlfaO/Alfal) na zachowanie sieci. Kopalnia fascynujących odkryć!

4.    Możesz zmieniać zasięg sąsiedztwa. Liczba ta określa, jak wiele neuronów wchodzi w skład sąsiedztwa, czyli jak wiele neuronów podlega wymuszonemu uczeniu przy samouczeniu się “zwycięzcy”. Liczba ta powinna być zależna od rozmiarów sieci i tak właśnie jest ustawiana automatycznie w podanym programie, jednak dokładne przebadanie jej wpływu na zachowanie sieci - to także klucz do oryginalnych własnych odkryć. Warto jednak zauważyć, że większe wartości zasięgu sąsiedztwa dość mocno spowalniają proces uczenia.

5.    Możesz zmieniać współczynnik zmniejszania (z kroku na krok) współczynników Uczenia AlfaO i Alfal, oznaczony jako Eps(Alfa). Im współczynnik ten będzie mniejszy, tym bardziej radykalnie zmniejszać się będą współczynniki uczenia i tym szybciej stabilizować się będzie proces uczenia. Możesz - jeśli zechcesz - dać ten współczynnik równy 1 i wtedy współczynniki nie będą się zmieniały w trakcie uczenia, albo nawet dać tu wartość nieco większą od 1, co spowoduje w miarę upływu czasu coraz bardziej brutalne uczenie sieci (oj, co to się będzie działo!). W sumie bardzo mało jednak wiadomo na temat wpływu tego współczynnika na zachowanie sieci, więc jak odkryjesz coś naprawdę epokowego, to uwiecznisz swoje imię w historii cybernetyki. Naprawdę!

6.    Możesz zmieniać współczynnik zwężania (z kroku na krok) zasięgu sąsiedztwa oznaczony Eps(Sasiedz). Uwagi na jego temat są podobne, jak w odniesieniu do współczynnika Eps(Alfa).

Na koniec wypada mi tylko życzyć Ci owocnych badań, wspaniałych odkryć i wiele satysfakcji z prowadzonych eksperymentów. Odważnie wyruszaj na poszukiwanie nowych praw Neurokomputingu!