学习新版13.pptVIP

确定信号的Hebbian学习定律 若 ，则第 个连接被激活 若 ，则第 个连接被抑制 ：是单调非下降函数，其作用就是把激励或膜电位 转化为有界信号 。 * jgyj 确定性的竞争学习定律（Grossberg，1969） 用是竞争信号调整信号－突触的差，即： * jgyj 确定性的竞争学习定律 （Grossberg，1969） 若 ，则输出神经元场 中的第 个神经元赢得竞争； 若 ，则输出神经元场 中的第 个神经元输掉竞争。 * jgyj 确定性的竞争学习定律 （Grossberg，1969） 竞争可以归结为最近的模式匹配。 是一个度量指示器函数。 * jgyj 确定性的竞争学习定律 （Grossberg，1969） 实际中， 是线线性的，即， 输入模式矢量 就代表了神经元场 中的输出。此时，竞争学习准则就成为线性竞争学习准则： * jgyj 确定性的微分Hebbian学习准则（Kosko，1988） 学习准则 信号速度： 虽然信号是非负的，但是速度则可正可负 * jgyj 确定性的微分竞争学习定律 学习法则： 微分竞争，只有改