221 (3)

221

stępujący w poszczególnych warstwach ma dwa wejścia. Przyjmując oznaczenia neuronu i jego sygnałów wejściowych w postaci przedstawionej na rys. 10.8, sygnał wyjściowy / -tego neuronu w fc-tej warstwie można określić jako funkcję wielomianową drugiego stopnia

z,(k) = a_t(k)zf(k- 1) + b_}(k)z_t(k 1 )Zj(k 1) • c_t{k)zj{k 1) +    ^₍₎₍^

4 d,(k)_Zi(k - 1) 4 e_t(k)_Zj(k - 1) 4/,(*).

W wyrażeniu tym k oraz k-1 są oznaczeniami kolejnych warstw ukrytych sieci. Ostatnia warstwa ukryta jest jednocześnie warstwą wyjściową. Współczynniki wielomianu: a^k), bj(k), c_{(k), d_{(k), e^k), f_t(k) są dobieranymi wagami /-tego neuronu w warstwie k-tej.

Rys. 10.7. Schemat ogólny sieci wielomianowej

10.2.2. Dobór konfiguracji sieci i metoda uczenia

Warstwa pierwsza sieci otrzymuje pobudzenie z warstwy wejściowej, dla której dany jest wektor lub zbiór wektorów wejściowych X. Na każdy neuron wchodzą