1個のニューロンの学習(5)
では、これから、線形分離可能なパターン群の識別の学習にパーセプトロンが必ず成功することを証明します。このことはパーセプトロンの収束定理と呼ばれています。
まず、数学的な取り扱いを楽にするためにいくつかの変形を行います。「1個のニューロンの学習(1)」の式(1)
- ・・・・(1)
に関連して
- ・・・・(9)
- ・・・・(10)
と定義する。そして、2つのベクトル
- ・・・・(11)
- ・・・・(12)
を定義する。すると式(1)は
- ・・・・(13)
と書くことが出来ます。なお、はとの内積を意味します。この記述法では、1つのパターンはベクトルで表されることになります。このようにベクトルを導入すると標準デルタ則
- ・・・・(2)
- ・・・・(3)
は(2)も(3)に含まれた形
- ・・・・(3)
- (ただし、)
で表すことが出来ます。
パターンの数が個あるとし、それらのパターンを、、・・・・、で表すことにします。これらのパターンは集合とのいずれかに属するものとします。とは共通の要素を持たないとします。また、とは線形分離可能であるとします。線形分離可能なので、
- であるようなについて
- であるようなについて
であるようなが存在します。
さて、ニューロンを
- であるようなについては
- であるようなについては
を出力するように学習することを目指すことにします。