Co je to hebbovské učení?

Prafful Mishra
30. března 2019 – 3 minuty čtení

Nejjednodušší neuronová síť (prahový neuron) nemá schopnost učení, což je její hlavní nevýhoda. Donald O. Hebb v knize „The Organisation of Behaviour“ navrhl mechanismus aktualizace vah mezi neurony v neuronové síti. Tento způsob aktualizace vah umožnil neuronům učit se a byl pojmenován jako Hebbovo učení.

V rámci tohoto mechanismu učení byly uvedeny tři hlavní body :

  • Informace jsou uloženy ve spojeních mezi neurony v neuronových sítích ve formě vah.
  • Změna vah mezi neurony je úměrná součinu hodnot aktivace neuronů.

  • Při učení dochází k tomu, že současná nebo opakovaná aktivace slabě propojených neuronů postupně mění sílu a strukturu vah, což vede k posílení spojení.

Pak opakovaná stimulace slabých spojení mezi neurony vede k jejich postupnému posilování.

Nové váhy se vypočítávají podle rovnice :

Inhibiční spojení

Jedná se o další druh spojení, která mají opačnou odpověď na podnět. Zde síla spojení klesá při opakovaných nebo současných podnětech.

Pro podrobné informace o těchto neuronových sítích je třeba zvážit přečtení tohoto článku.

Implementace hebbovského učení v perceptronu

Frank Rosenblatt v roce 1950 vyvodil, že prahový neuron nelze použít pro modelování poznávání, protože se nemůže učit nebo přebírat z prostředí nebo rozvíjet schopnosti pro klasifikaci, rozpoznávání nebo podobné schopnosti.

Perceptron čerpá inspiraci z biologického modelu vizuálního neuronu se třemi vrstvami, které jsou znázorněny takto :

  • Vstupní vrstva je synonymem pro smyslové buňky v sítnici, s náhodnými spojeními s neurony následující vrstvy.
  • Asociativní vrstvy mají prahové neurony s obousměrnými spojeními s reakční vrstvou.
  • Odpovědní vrstva má prahové neurony, které jsou vzájemně propojeny pro kompetitivní inhibiční signály.

Neurony odpovědní vrstvy si navzájem konkurují vysíláním inhibičních signálů, aby vytvořily výstup. Prahové funkce jsou nastaveny na počátku pro asociační a reakční vrstvu. To tvoří základ učení mezi těmito vrstvami. Cílem vnímání je aktivovat správné reakční neurony pro každý vstupní vzor.

Závěr

Hebbovské učení je inspirováno biologickým mechanismem nastavení vah neuronů. Popisuje metodu, která převádí neschopnost neuronu učit se a umožňuje mu rozvíjet poznávání s reakcí na vnější podněty. Tyto koncepty jsou dodnes základem neuronového učení

.

Leave a Reply