less than 1 minute read

Jaringan Hebb untuk Pengenalan Pola.

Hebb

Model Neuron yang diperkenalkan McCulloch-Pitts mengharuskan kita untuk menentukan bobot garis dan bias secara analitik.

Dasar dari hebb adalah:

  • Bila 2 neuron yang dihubungkan dengan sinapsis serentak menjadi aktif, maka kekuatan sinapsisnya meningkat
  • Bila kedua neuron aktif secara tidak sinkron, maka kekuatan sinapsisnya melemah.

Dalam tiap iterasi, bobot diubah dengan persamaan:

\[w_i (baru) = W_i (lama) + x_i \dot y\]

dimana:

  • $w_i$ = bobot data ke i
  • $x_i$ = input ke i
  • y = output

Algoritma Hebb

  • Jumlah bobotnya sama dengan jumlah inputnya
  • Untuk semua vektor input (s) dan unit target output (t), lakukan:
    • Set aktivasi unit input -> $x_i = s_i$
    • Set aktivasi unit output -> $y=t$
    • Perbaiki bobot (w)
    • Perbaiki bias (b)
  • Perubahan/perbaikan bobot ditandai dengan $\delta w$

Jaringan Hebb Untuk Pengenalan Pola

Jaringan Hebb dapat dipakai untuk membedakan 2 macam pola.

  • Tiap sel pola dianggap sebagai sebuah unit masukan. Jadi ada 25 unit masukan

Updated: