逐次学習

逐次学習とは, カオスニューラルネットワークの学習に用いられる学習方法である。 この方法は, 入力の度にニューロンが結合荷重を入力に合わせて変化させ, 逐次的に学習を行う方法である。逐次学習はヘッブ則に基づいて行われ, 2つのニューロンが同時に興奮した場合は結合荷重を増加させ, 片方が興奮してもう片方が興奮しなかった場合は結合荷重を減少させる。 ニューロンが学習を行う条件は以下の式で与えられる。[10]

$$\zeta_i \times (\eta_i + \xi_i) < 0$$ (11)

式(4.1)を満たしていないニューロンは, 現在の入力を既に学習しているため, これ以上結合荷重を変化させない。一方, 条件を満たすニューロンは 現在の入力をまだ学習しきっていないため, 以下の式(4.2)に基づいて 結合荷重を変化させ, 学習を行う。

$$\omega_{ij}^{new} = \begin{cases}\omega_{ij}^{old} + \Delta\omega... ..._{ij}^{old} - \Delta\omega & [\zeta_i (t) \times x_j (t - 1) \le 0] \end{cases}$$ (12)

$\omega_{ij}^{old}$ 変化前の結合荷重

$\omega_{ij}^{new}$ 変化後の結合荷重

$\Delta \omega$ 結合荷重の変化量

$y$ 出力