5.1.1 MAXNET

Obsah

5.1.1 MAXNET

V práci [9] je konkurenčné učenie typu WTA doplnené tzv. laterálnymi prepojeniami medzi neurónmi tej istej vrstvy viď obr. 5.3.

**Obrázok 5.3:** Štruktúra NN typu MAXNET (laterálne SV)
$\begin{figure} \begin{center} \epsfig {file=img/53.ps} \end{center} \end{figure}$

Teda existujú SV aj v rámci jednej vrstvy a ich hodnoty sú definované ako

$\begin{displaymath} w_{ik}~=~\left\{ \matrix{ {\bf -\epsilon} & ak~i~\neq~k\cr 0 & inak } \right. \end{displaymath}$

(5.13)

Toto prepojenie pomôže zvýrazneniu rozdielu medzi víťazným neurónom a ostatnými neurónmi. Vzťah (5.13) je vhodný pre situáciu, keď vypočítavame novú hodnotu podľa (5.1). Ak použijeme na výpočet vzorec (5.11), tak $-\epsilon$ sa musí zmeniť na $+\epsilon$ .

CIG Homepage(E-mail us!)