Алгоритм обучения Хэбба
По существу, Хэбб предположил, что синаптическое соединение двух нейронов усиливается, если оба эти нейрона возбуждены. Это можно представить как усиление синапса в соответствии с корреляцией уровней возбужденных нейронов, соединяемых данным синапсом. Поэтому алгоритм обучения Хэбба иногда называется корреляционным алгоритмом.
Идея алгоритма выражается следующим равенством:
![](../../../../img/tex/7/4/d/74dc62df8dc3259144280ae3a6c2617d.png)
где
![](../../../../img/tex/3/9/d/39d1ebf62ac043d1b82b344aa46b2941.png)
![](../../../../img/tex/6/0/4/6048f1e10201f48f0650ed59edaedd21.png)
![](../../../../img/tex/e/5/c/e5c56b3f413c625963df2cd10182744f.png)
![](../../../../img/tex/f/c/2/fc28cef66fa05e7bc7947aaa3878ce46.png)
![](../../../../img/tex/7/0/4/704d36417df935ff49413a56662b813c.png)
![](../../../../img/tex/f/6/7/f67b61e292124b745a4708532d14bb26.png)
Концепция Хэбба отвечает на сложный вопрос: каким образом обучение может проводиться без учителя? В методе Хэбба обучение является исключительно локальным явлением, охватывающим только два нейрона и соединяющий их синапс; не требуется глобальной системы обратной связи для развития нейронных образований.
Последующее использование метода Хэбба для обучения нейронных сетей привело к большим успехам, но наряду с этим показало ограниченность метода; некоторые образы просто не могут использоваться для обучения этим методом. В результате появилось большое количество расширений и нововведений, большинство из которых в значительной степени основано на работе Хэбба.