Husni
Lunix96@gmail.com
http://Komputasi.wordpress.com
1
• Sigmoid/Logistik Aktifasi ( X )
1 e-x
1, jika x 0
• Bipolar Aktifasi ( X ) 0, jika x 0
1, jika x 0
• Fungsi lain: Identitas, Than, Arctan, Exponential, Reciprocal,
Gaussian, Sine, Cosine, dan Elliott
Aturan Hebb
• Kondisi awal:
X = -1,-1; -1,1; 1,-1; 1,1;
T = -1; 1; 1; 1;
W = 0; 0
B=0
Perubahan Bobot:
• Data ke-1:
w1(baru) = w1(lama) + x1*y = 0 + (-1 * -1) = 1
w2 (baru)= 0 + 1 = 1
bb (baru)= bb(lama) + b*y = 0 - 1 * 1 = - 1
Hebb: Langkah-langkah
• Data ke-2: • Pengujian,misal input x=[-1, -1]
w1 = 1 - 1 = 0 y = 2 + (-1*2) + (-1*2) = -2
w2 = 1 + 1 = 2 Karena y_in = -2, maka:
b = -1 + 1 = 0 y = f(y_in) = f(-2) = -1
• Data ke-3: Nilai -1 cocok dengan output yang
w1 = 0 + 1 = 1 diharapkan.
w2 = 2 - 1 = 1
b=0+1=1 Catatan: Fungsi aktifasi bipolar
• Data ke-4:
w1 = 1 + 1 = 2
w2 = 1 + 1 = 2
b=1+1=2
Pendekatan Single Neuron
• Hebb Rule, Perceptron dan Delta Rule sering
digunakan. Boleh melibatkan bias (dan bobotnya)
• Perbedaan ada pada cara menentukan bobot.
Hebb rule: wi(baru) = wi(lama) + xi * yd
Perceptron: wi(baru) = wi(lama) + * yd * xi
Delta rule: wi(baru) = wi(lama) + * (y - yd) * xi
Perceptron & Delta Rule
• Data ke-1:
• Y_in = (bb + x1w1 + x2w2) -
= (0 +0 + 0) = 0
• Hasil aktifasi: 0 (karena Y_in tidak lebih dari 0)
• Y yang diharapkan? 1, selisih? 1
• Bobot baru:
w1 = 0 + 0,8 * 1 * 1 = 0,8
w2 = 0 + 0,8 * 1 * 1 = 0,8
bb = 0 + 0,8 * 1 = 0,8
Epoch ke-1
• ...
atau
Persamaan dari Separator
• x
Langkah-langkah
• x
Langkah-langkah