/ . . . . , , , 1998. 205 . . . . ! " #$ 660036, -36, % #$ , E-mail: amse@cc.krascience.rssi.ru , . , , . , , , . : . ! , “ " # ”. , .$ , (back propagation of errors). 1. % , , . & .' – , . . ' , , , , , & . $%(, " , , – ( ) .! # , , , . , . .) # , , , . 2. http://neuroschool.narod.ru # / ! . . . . , , , 1998. 205 . .$ , , - " . ' , .! , , .! # [1,2] , , .1). * ( –# # , . α1 x1 x2 xn α2 Σ . . . αn ϕ ... .1. * , , % ( . # , , , # ) ). * ( , , # # , . .! # ' # , .% , . !" # 3. " $ %# & ' .! ! (" & ) , ( .! 1) ' " & ( ) .! # , . ' + # .! # , .' , , . % ( . . http://neuroschool.narod.ru , , / 1. ) . ( . . . ! * & , , , 1998. 205 . .! x, y x=x0±∆x, y=y0±∆y . * 2. ) : x+y= x0+y0 ±(∆x+∆y), * ( ∆x+y=∆x+∆y. ! σx , σy . * x, y 2 1/2 +σy ) + σx+y= (σx . & ' 4. # % [6,7] . " , # .$ , (back propagation of errors). % , . " , # , % .% [6,7] # : ., 1) ε1 , ε 2 ,..., ε k , min{ε i }ik=1 ; ' 2) + ε / max | ϕ ′( x) | , ε / | ϕ ′( A) | , ε, !. , y – x ∈ [ϕ −1 ( y − ε ), ϕ −1 ( y + ε )] " " 3) , ϕ– A– ; ' ., ε i = ε /( n ⋅ αi ) εi , ε, ε i ≤ ε / Σin=1 | αi | . " 1) 2) * 2 ., D1, D2 ,..., Dk , min{Di }ik=1 ; ' + : !. , σ / | ϕ ′( A) | , " ; http://neuroschool.narod.ru σ, A– ϕ – " / ' 3) . . . . ., σ i = σ /( n ⋅ αi ) , , , 1998. 205 . σ, σ i ≤ σ / Σ in=1α i2 σi , . ! , .* .. , , .%# , .* . , , .% , , # . ! , .. # . ! , , .& .* , . . , , . , # , ,# ..! # " , . ( : . ! 5. () ! $ # & ' * # % .' , , , .* & , . δ , .! , # " : ε ε = δ / ϕ ′( A) , A– . * * , . # , , .$ : . http://neuroschool.narod.ru / . . . . , , , 1998. 205 . . αi xi ... αn xn .% ( α1 x1 α1 x1 xi , Σ in=1αi xi Σ α n xn .2). .2 . xi , , α i xi , . ε .. n .# . ε * n , αi – i- i, εα – i [ : xi − ε I ; xi + ε I i [αi − εα ;αi + εα ] – i i xi – .! ε Ii – , i- ]– i- . , ε ε αi xi − ;αi xi + – , i n n i.& i- [xi − ε I ; xi + ε I ] [αi − εα ;αi + εα ] ≤ i i i ε ε αi xi − ;αi xi + n n i , (1) : [a; a ]⋅ [b; b] = [min{ab, ab, ab, ab}; max{ab, ab, ab, ab}]. [xi − ε I ; xi + ε I ] [αi − εα ;αi + εα ] i 1) xi − ε I ≥ 0 ; i ! i i α i − εα i ≥ 0 . [xi − ε I ; xi + ε I ] [αi − εα ;αi + εα ]= [(xi − ε I )(αi − εα ); (xi + ε I )(αi + εα )]= [αi xi − αiε I − xiεα + ε I εα ;αi xi + αiε I + xiεα i [− αiε I i i i * : i i i i i i , i i i i + ε I i εα i , i- i i . i: ] − xiε α i + ε I i ε α i ;α iε I i + xi ε α i + ε I i ε α i . http://neuroschool.narod.ru ] / $ . . . . , , : − [− αiε I n n , 1998. 205 . ε ε − ; n n .& ] .! # , ε α i ε I i + xi ε α i + ε I i ε α i ≤ . n 2) xi − ε I > 0 , α i − εα < 0 , α i + ε α ≥ 0 . i i i ! xi > 0 , α i > 0 . i ; − xiε α i + ε I i ε α i ;α iε I i + xi ε α i + ε I i ε α i (1) [αiε I ε ε 0, i , 1), ] : ε ε − xiε α i − ε I i ε α i ;α i ε I i + xi ε α i + ε I i ε α i ≤ − ; . n n ε α i ε I i + xi ε α i + ε I i ε α i ≤ . n ! xi > 0 , α i < 0 − α iε I i + xiεα i + ε I i εα i ≤ 3) xi − ε I < 0 , xi + ε I ≥ 0 , α i − εα ≤ 0 , α i + εα > 0 . i i i i ! xi > 0 , α i > 0 ! xi > 0 , α i < 0 ! xi < 0 , α i > 0 ! xi < 0 , α i < 0 ε α iε I i + xiε α i + ε I i ε α i ≤ . n ε − α i ε I i + xi ε α i + ε I i ε α i ≤ . n ε α i ε I i − xi ε α i + ε I i ε α i ≤ . n ε − α i ε I i − xi ε α i + ε I i ε α i ≤ . n 4) xi − ε I < 0 , xi + ε I > 0 , α i − εα > 0 . i i i ! xi ≥ 0 ! xi < 0 ε α i ε I i + xi ε α i + ε I i ε α i ≤ . n ε αiε I i + xiεα i + ε I i εα i ≤ . 5) xi + ε I ≤ 0 , i α i + εα i ≤ 0 . − αiε I i − xiεα i + ε I i εα i ≤ %# n ε n 6) xi + ε I < 0 , α i − εα < 0 , α i + εα > 0 . i i i ! αi ≥ 0 ! αi < 0 . ε αiε I i − xiεα i + ε I i εα i ≤ . n ε − αiε I i − xiεα i + ε I i εα i ≤ . 7) xi − ε I < 0 , xi + ε I > 0 , α i + εα < 0 . i i i http://neuroschool.narod.ru n ε n . / . . . . , ! xi ≥ 0 − αiε I i + xiεα i + ε I i εα i ≤ ! xi < 0 − αiε I i − xiεα i + ε I i εα i ≤ / , n ε n , 1998. 205 . . . αi . xi , ε , , ε 1) xi ≥ 0, α i ≥ 0 : n ≥ − xiεα i + αiε I i + εα i ε I i ; n ≥ xiεα i − α iε I i + εα i ε I i ; n ≥ − xiεα i − α iε I i + εα i ε I i . ε 4) xi < 0, α i < 0 : n ≥ xiεα i + α iε I i + εα i ε I i ; ε 3) xi ≥ 0, α i < 0 : ε n ε 2) xi < 0, α i ≥ 0 : * xi xi " , αi : αi : ≥ x i εα i + α i ε I i + εα i ε I i . i- " : ε ε Ii ≤ n %# − xi ⋅ ε α i αi + εαi . " : εα i k – ε ε Ii ≤ n #"" − xi ⋅ k αi + k , .! εα i .* ε ε ε I i εα i . - " ε εα i = k , n : n. n ε % n ε , n ε Ii . ! # 1 − k xi > 0 , ε Ii , 0<k < εα i " http://neuroschool.narod.ru 1 .% xi , ⋅ (1 − k xi ) . , k εα i , , ε Ii . ! . / . . . . , , εα i ! ε Ii . A = Σ in=1α i xi – .! , , 1998. 205 . ε – . % [A − ε ; A + ε ] . ' , : [ ][ ] , Σin=1[xi − ε I ; xi + ε I ][αi − εα ;αi + εα ] ≤ [ A − ε ; A + ε ] . / , [xi − ε I ; xi + ε I ]⋅ [αi − εα ;αi + εα ] Σin=1 xi − ε I i ; xi + ε I i αi − εα i ; αi + εα i . & i i i i i i i , i 0. ( : x " i εα i + α i ε I i + εα i ε I i . ! ε Ii εα i , .' , : εα i Σin=1 x i + ε I i Σin=1 αi + nεα i ε I i ≤ ε . : ε − ε α i Σ in=1 xi . ε Ii ≤ Σ in=1 α i + nεα i # " ε Ii , εα i #"" .* ε − kεΣin=1 xi . ε Ii ≤ n Σi =1 α i + nkε ! ε ⋅ 1 − kΣin=1 xi . * " k – : ε : , ) ( εα i ε I i . 0 εα i = k ε , [− ε I ; ε I ], ε Ii i i ε Ii . , ! # 1 − kΣin=1 xi > 0 , , 0<k < 1 Σin=1 xi , .% εα i , k εα i , ε Ii . ! " . .! ( ε Ii , , .! http://neuroschool.narod.ru , / . . . . , , , 1998. 205 . .' , .! # , . * " , , " , ε Ii = 0 . .%# - : εα ≤ i " ε – εα i ≤ ε n xi ." ε Σ in=1 xi , : . , , " .$ . " εα i * , , , . , - , εα i , , , . + 6. $ # & ' * ! .! & , .! # . δ – .. σ out . % .! # , σ out , .' " : ,A– http://neuroschool.narod.ru σ out , | ϕ ′( A) | ϕ –" . ' σ , σ= , # , / . . . . , , , 1998. 205 . .- σ 2. ) , . / " , . ! ε Ii , .' ( ) ( ε Ii εα i ) ( # , ) εα i D ε I i ⋅ εα i = Dε I i ⋅ Dε α i + Mε I i 2 ⋅ Dεα i + Mε α i 2 ⋅ Dε I i = = Dε I i ⋅ Dε α i . % , . / ε " n , ≥ x i εα i + α i ε I i + εα i ε I i . # : ( σ2 ) = D x i ε α i + α i ε I i + ε α i ε I i = xi2 ⋅ σ α2 + α i2σ I2 + σ α2 ⋅ σ I2 . i i i i n σ 2 / n − xi2 ⋅ σ α2 σ I2 = α i2 + σ α2 i i %# " : i . σI σα . 0 i σ Ii , i σα . ! i ( σ α2 = kσ 2 . * ) i σ ⋅ 1 / n − k ⋅ xi2 . & 2 .! # , 0 < k < 1 /(nxi2 ) . % σ α2 k, σ Ii . ( i " . σ 2. / - [ n : Σ i =1 xi − ε I ; xi + ε I i i # ( [ : ][ , ][αi − εα ;αi + εα ]. i ]) i D Σ in=1 xi − ε I i ; xi + ε I i α i − εα i ; α i + εα i = [ ][ ] = Σ in=1D xi − ε I i ; xi + ε I i α i − εα i ; α i + ε α i = n n n n = Σi =1D ( xi ⋅ α i ) + Σ i =1D ( xi ⋅ ε α ) + Σ i =1D (α i ⋅ ε I ) + Σ i =1D (εα ⋅ ε I ) = i i i i http://neuroschool.narod.ru / . . . . , , , 1998. 205 . n 2 n 2 n = Σi =1 xi ⋅ Dε α + Σ i =1α i Dε I + Σ i =1Dε α ⋅ Dε I = i i i i n 2 2 n 2 2 n 2 2 2 = Σi =1 xi ⋅ σ + Σ i =1α i σ I + Σ i =1σ α ⋅ σ I = σ . αi i i i ! σ I2 , i σα 2 . i % : σ 2 − σ α2 Σ in=1 xi2 i σI = Σ in=1α i2 + n ⋅ σ α2 i %# i " : σI σα . 0 i σα i .* σ α2 k, σ Ii . ( i σ Ii , i , 0 < k < 1 / Σ in=1 xi2 . % " . * , .% , / σα , # . . . i , - , , k, , . % , ., , , , .* .) # ., # , , . , 7. , . (-+ % " . $ " ( . . ), . / " http://neuroschool.narod.ru 12! " &*,+ 32 4" ( ( 7F0113). 5 68, . 2.1.) / . . . . , , , 1998. 205 . . 1. + 3.&. . –(.: '! “! + "”, 1990. – 159 . 2. Kimura T., Shima T. Synapse weight accuracy of analog neuro chip // Proceedings of International Joint Conference on Neural Networks. – Japan, Nagoya, October 25-29, 1993. – Vol.1. – P. 891-894. 3. Anguita D., Ridella S., Rovetta S. Limiting the effects of weight errors in feed forward networks using interval arithmetic // Proceedings of International Conference on Neural Networks (ICNN’96). – USA, Washington, June 3-6, 1996. – Vol.1. – P. 414-417. 4. Edwards P., Murray A. Modelling weight- and input-noise in MLP learning // Proceedings Of International Conference on Neural Networks (ICNN’96). – USA, Washington, June 3-6, 1996. – Vol.1. – P. 78-83. 5. + 3.&., -.3. & . & :& , 1996. 276 . 6. Senashova Masha Yu., Gorban Alexander N., and Wunsch Donald, “Back-Propagation of Accuracy”// Proc. IEEE/INNS International Coonference of Neural Networks, Houston, IEEE, 1997, pp.1998-2001 7. + 3.&., ' (.6. ! // % ' 3& ./ ./ , 1997. 38 ., .8 .( . % & * , 25.07.97, 52509-%97) 8. ' (.6. + 6. ! // & " / 3.&.+ , %.7.-. , 3.&./ , ,.(.( .& : & , 1998. http://neuroschool.narod.ru